文献

J-GLOBAL ID：202002268586085634   整理番号：20A1117704

強化学習による人間の言語教育を統合するNewtonアクションアドバイス【JST・京大機械翻訳】

Newtonian Action Advice Integrating Human Verbal Instruction with Reinforcement Learning

著者 (2件)： Krening Samantha (Georgia Institute of Technology, Atlanta, GA, USA) ,  Feigh Karen M. (Georgia Institute of Technology, Atlanta, GA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： AAMAS ’19  ページ： 720-727  発行年： 2019年 
JST資料番号： D0698C  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： 対話型機械学習の目標は,専門的な訓練を行わずに,タスクを実行する方法を教えることを可能にすることである。人間の指示から学習する既存のアルゴリズムの多くは,シミュレーションされたフィードバックを用いて評価され,エージェントがどのように学習するかに焦点を合わせている。これは価値ある情報であるが,それはフラストレーションのような人間-エージェント相互作用の重要な側面を無視する。これを修正するために,エージェントで働く人間の経験を測定する人間の主題研究を含む対話型アルゴリズムの設計と検証のための方法を提案した。本論文では,人間-エージェント相互作用を改善する方法において,人間の言語行動アドバイスを再強化学習に組み込む方法,Newton Action Adiceを提示した。シミュレーションに加えて,人間被験者実験を行うことにより,Newton Action Adiceアルゴリズムを検証した。その結果,Newton Action Adiceは,最先端のIMLアルゴリズムであるPolice Shapingよりも優れていることが示された。これは,累積報酬のようなRL計量とフラストレーションのようなヒューマンファクタ計量の両方に関するものである。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  *学習 ,  ヒューマンファクタ ,  エージェント ,  機械学習 ,  *強化学習
準シソーラス用語： 被験者実験 ,  対話型 , 【Automatic Indexing@JST】

著者キーワード (6件)： 人間被験者実験 ,  対話型機械学習 ,  人間教師からの学習 ,  自然言語インタフェイス ,  強化学習 ,  検証

分類 (2件)： 人工知能  (JE08000Z) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (7件)： 強化学習 ,  人間 ,  言語 ,  教育 ,  統合 ,  アクション ,  アドバイス