文献

J-GLOBAL ID：202102237818207478   整理番号：21A0232451

高密度トラヒックにおけるマージングのための反復推論による強化学習【JST・京大機械翻訳】

Reinforcement Learning with Iterative Reasoning for Merging in Dense Traffic

著者 (5件)： Bouton Maxime (Stanford University,Department of Aeronautics and Astronautics,Stanford,CA,USA,94305) ,  Nakhaei Alireza (Toyota Research Institute, 4440 El Camino Real,Los Altos,CA,USA,94022) ,  Isele David (Honda Research Institute,Mountain View,CA,USA,94043) ,  Fujimura Kikuo (Honda Research Institute,Mountain View,CA,USA,94043) ,  Kochenderfer Mykel J. (Stanford University,Department of Aeronautics and Astronautics,Stanford,CA,USA,94305)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITSC  ページ： 1-6  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： 多くの他の参加者の確率的行動に関する推論を必要とするので,高密度トラヒックにおけるマニューバリングは自律車両にとって挑戦的なタスクである。さらに,エージェントは,限られた時間と距離内で操作を達成する必要がある。本研究では,併合行動を学習するための強化学習とゲーム理論の組合せを提案した。レベル-k挙動の概念を用いて,強化学習エージェントのための訓練カリキュラムを設計した。このアプローチは,訓練中の多様な行動にエージェントを曝露し,それはモデル不一致に対してロバストである学習ポリシーを促進する。提案アプローチは従来の訓練法よりもより効率的なポリシーを学習することを示した。Copyright 2021 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： *学習 ,  ゲーム理論 ,  *マージング ,  カリキュラム ,  ロバスト性 ,  エージェント ,  *強化学習
準シソーラス用語： 自律性 ,  学習エージェント ,  マヌーバ , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (5件)： トラヒック ,  マージング ,  反復 ,  推論 ,  強化学習