文献

J-GLOBAL ID：202102255304382731   整理番号：21A0671877

不正確なモデルに基づくパッチプランの学習スキル【JST・京大機械翻訳】

Learning Skills to Patch Plans Based on Inaccurate Models

著者 (3件)： Lagrassa Alex (Robotics Institute, School of Computer Science, Carnegie Mel-lon University,Pittsburgh,PA,USA) ,  Lee Steven (Robotics Institute, School of Computer Science, Carnegie Mel-lon University,Pittsburgh,PA,USA) ,  Kroemer Oliver (Robotics Institute, School of Computer Science, Carnegie Mel-lon University,Pittsburgh,PA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 9441-9448  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： 正確なモデルを使用するプランナーは,実世界における操作タスクを達成するために有効であるが,典型的には高度に特殊化され,信頼性が高いための重要な微調整を必要とする。一方,学習は適応のために有用であるが,大量のデータ収集を必要とする。本論文では,予期せぬ遷移が観測されるとき,モデルフリーのポリシーに切り替えることによって,近似的だがシンプルで高速なモデルを有する準最適計画者の効率を改善する方法を提案した。これまでの研究とは異なり,この方法は,計画者が,必要な場所でのみ局所政策によるパッチングによる遷移モデル誤差により失敗する場合に,特に対処する。最初に,モデル故障が検出されるまでタスクを実行するために,準最適モデルベースプランナーを使用した。次に,専門家の実証から局所モデルフリーポリシーを学習し,モデルが失敗する領域におけるタスクを完成させた。提案手法の有効性を示すために,形状挿入パズルを用いて実験を行い,その結果を純粋計画と模倣学習アプローチの両方と比較した。次に,この方法をドア開放タスクに適用した。著者らの実験は,著者らのパッチ強化プランナーが,純粋なイミテーション学習より,純粋計画およびより低い全体的サンプル複雑性によって,より確実に機能することを示した。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 ,  故障 ,  信頼性 ,  近似法 ,  データ収集 ,  有効性
準シソーラス用語： 複雑性 ,  パズル ,  モデル誤差 ,  プランナ ,  模倣学習 , 【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)： モデル ,  パッチ ,  プラン ,  学習 ,  スキル