文献

J-GLOBAL ID：202102254637679097   整理番号：21A0670959

自然言語を用いた強化学習における言語行動報酬ネットワークの実装【JST・京大機械翻訳】

Implementation of Language-Action Reward Network in Reinforcement Learning by Using Natural Language

著者 (1件)： Keerthi Sagiraju Hima (Andhra University College of Engineering (A), Andhra University,Dept. of CS & SE,Vishakapatnam,AP,INDIA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： INDISCON  ページ： 66-71  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RLアプローチにおける重要課題は,(長期および延期後の)報酬であり,これはエージェントに対する学習の困難さをもたらす。事実,ある「報酬成形」は,迅速かつ容易(余分な入力で割り当てられたエージェントで開始するプロセス)のプロセスを作ることの目標を扱うが,それは複雑性をもたらす。進行中のRLアプローチでは,実装の複雑さ(例題のAtariゲーム)を示した。したがって,そのような問題を避けるために,潜在的ベース報酬成形(PBRS)を用いて,RLエージェントの性能を増加させた。それは,原理的に時間(時間ベース)識別学習と組み合わせた基本的基礎データを提供する適応戦略である。このPBRSアプローチでは,エージェントの活動に基づく中間(中間)報酬に対して,システムLEARN(LanguagEAction Reward Network),あるマップ共通言語(人間理解可能)を提案する。これらの中間言語ベースの報酬は,任意の標準RLアルゴリズムに統合(組合せ)できる。グリッド世界およびより複雑なLanguagE-Action Reward Network(LEARN)上で,実験が実行して,あるフレームワークは,報酬分布に関する直感的な事前を指定するとき,かなり速く学習タスクを学習する。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： アルゴリズム ,  *学習 ,  ゲーム ,  *言語 ,  *ネットワーク ,  弁別学習 ,  *自然言語 ,  エージェント ,  *強化学習
準シソーラス用語： 中間言語 ,  複雑性 , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 言語 ,  強化学習 ,  言語行動 ,  報酬 ,  実装