文献

J-GLOBAL ID：202102285685694563   整理番号：21A1977993

深層強化学習を用いたバーチャルリアリティ環境におけるマルチコンテキスト生成【JST・京大機械翻訳】

Multi-Context Generation in Virtual Reality Environments Using Deep Reinforcement Learning

著者 (4件)： Cunningham James (Carnegie Mellon University) ,  Lopez Christian (Lafayette College) ,  Ashour Omar (Pennsylvania State University) ,  Tucker Conrad S. (Carnegie Mellon University)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IDETC-CIE2020  ページ： Null  発行年： 2020年 
JST資料番号： A0478C  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： 本研究では,強化された個人化学習のための多重関連バーチャルリアリティ(VR)環境の生成を自動化するよう追求する,Procedural Compution Generation(PCG)のための深層強化学習(RL)手法を提案した。これは,ユーザが一貫したテーマを示す複数の仮想シナリオに曝露されることを可能にし,特に教育文脈で価値がある。PCGへのRLアプローチは,教師つき学習手法を用いる他のPCGアプローチとは対照的に,訓練データを必要としない利点を提供する。本研究は,同じ基礎概念を教えるために,コンテキストの多様性を生成する能力を示すことにより,RLベースPCGにおける最先端技術の進展を進展させた。提案したRLベースのPCG法の実現可能性を示す事例研究を,製造設備と食料品貯蔵仮想環境の両方における確率分布の例を用いて示した。本論文で示した方法は,共通概念またはテーマによって接続された多様な仮想環境の自動生成を可能にする可能性を有する。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教育 ,  自動化 ,  *学習 ,  食品 ,  確率分布 ,  教師つき学習 ,  多重化 ,  事例研究 ,  生産設備 ,  *バーチャルリアリティ
準シソーラス用語： 訓練データ ,  仮想環境 ,  自動生成 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 深層強化学習 ,  バーチャルリアリティ ,  環境 ,  マルチ ,  コンテキスト