文献

J-GLOBAL ID：202002259945177043   整理番号：20A2444714

生成敵対的模倣学習による複雑な環境における模倣エージェント【JST・京大機械翻訳】

Imitating Agents in A Complex Environment by Generative Adversarial Imitation Learning

著者 (3件)： Li Wanxiang (School of Information Science JAIST,Nomi,Ishikawa,Japan) ,  Hsueh Chu-Hsuan (School of Information Science JAIST,Nomi,Ishikawa,Japan) ,  Ikeda Kokolo (School of Information Science JAIST,Nomi,Ishikawa,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CoG  ページ： 702-705  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生成広告学習(GAIL)は,入力として手作業特徴を用いて,いくつかの低次元環境におけるエキスパートプレーヤーの挙動を説明する報酬関数を見つける能力を示す。本研究では,GAILを複雑な環境へ拡張し,入力として生画像を用いて拡張することを目的とした。(1)画像入力を扱うための畳み込みニューラルネットワークの利用,(2)GAILに対する大域的局所識別器と呼ばれる構造の採用,(3)状態対の代わりに状態対として軌道を表現することを提案した。提案アプローチは,Super Mario Brosにおける与えられたプレーヤーを成功裏に模倣する。著者らが知る限りでは,結果は画像入力に基づく複雑な環境において成功した模倣を持つ。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 弁別器 ,  *学習 ,  広告 ,  *エージェント ,  畳込みニューラルネットワーク
準シソーラス用語： *模倣学習 ,  報酬関数 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 敵対 ,  模倣学習 ,  環境 ,  模倣 ,  エージェント