文献

J-GLOBAL ID：202102216316836921   整理番号：21A1171100

強化学習スパースインセンティブアルゴリズム研究-理論と実験【JST・京大機械翻訳】

Survey of sparse reward algorithms in reinforcement learning-theory and experiment

著者 (3件)： Yang Rui (清華大学自動化系,北京 100084) ,  Yan Jiangpeng (清華大学自動化系,北京 100084) ,  Li Xiu (清華大学自動化系,北京 100084;清華大学深zhen国際研究生院,广東深zhen 518055)
資料名： Zhineng Xitong Xuebao  (Zhineng Xitong Xuebao)
巻： 15  号： 5  ページ： 888-899  発行年： 2020年 
JST資料番号： C2755A  ISSN： 1673-4785  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ここ数年来、強化学習はゲーム、ロボット制御などの序列決定領域で巨大な成功を得ているが、大量の実際問題の中では信号が非常にスパースであり、知能体は環境との対話から最適の策略を学習することが難しいため、この問題はスパースインセンティブ問題と呼ばれている。スパースインセンティブ問題の研究は,強化学習の実際の応用と着地を促進でき,強化学習理論研究において重要な意味を持つ。本文では、スパースインセンティブ問題の研究現状について調査し、外部誘導情報を手がかりとして、それぞれ、インセンティブモデリング、模倣学習、カリキュラム学習、事後経験の再生、好奇心駆動、階層強化学習などの方法を紹介した。本論文では、スパースインセンティブ環境FetchReach上で以上の6種類の方法の代表的なアルゴリズムを実現し、実験検証と比較分析を行った。外部誘導情報を用いたアルゴリズムは,外部誘導情報のないアルゴリズムよりも平均的に表現されるが,後者がデータへの依存性が低く,2つの方法が重要な研究意味を持つ。最後に,スパースインセンティブアルゴリズムの研究を要約し,展望した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *学習 ,  ゲーム ,  カリキュラム ,  *強化学習
準シソーラス用語： ロボット制御 ,  好奇心 ,  比較分析 ,  模倣学習 ,  実験検証 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 強化学習 ,  研究 ,  理論 ,  実験