文献

J-GLOBAL ID：202102292026603470   整理番号：21A0270330

自己学習エージェントのための自律カリキュラム生成【JST・京大機械翻訳】

Autonomous Curriculum Generation for Self-Learning Agents

著者 (3件)： Kurkcu Anil (Nanyang Technological University, Singapore and Institute for Infocomm Research, Agency for Science, Technology & Research,Department of Mechanical & Aerospace Engineering,Singapore) ,  Campolo Domenico (Nanyang Technological University,Department of Mechanical & Aerospace Engineering,Singapore) ,  Tee Keng Peng (Institute for Infocomm Research, Agency for Science, Technology & Research,Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICARCV  ページ： 1104-1111  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： ロボット工学のドメインに対する深層強化学習アルゴリズムの適用性は,サンプル非効率性の問題によって制限される。ほとんどの機械学習法において,より多くのサンプルは一般的により良い学習有効性を意味する。ロボット応用のサンプル収集は,ロボット自体と実世界シナリオでプレイする環境を取り囲む環境の両方に対する安全問題に加えて,時間消費プロセスである。これらの限界のため,サンプル効率はロボット学習の分野で非常に重要な役割を果たす。これに対処するために,カリキュラム学習は,ロボットが必要とするサンプル収集負荷から,最小にそれを保つことを試みる方法論を提供する。本研究は,カリキュラムを設計することによってロボット工学のドメインにおいて深い強化学習アルゴリズムが直面するサンプル非効率性に取り組むことを目指した。エージェントが目標タスクに向けてサンプル効率の良い方法で知識の移動を可能にするために学習しなければならないタスクのシーケンスを決定するアルゴリズムを提案した。このアルゴリズムは,タスクの困難さを決定する目的で,パラメータ空間タスク表現を行う。一度の困難さレベルを決定すると,最終目標タスクの前に,容易なタスクが最初に学習される。二重倒立振り子装置に関する研究を行った。シミュレーション結果は,カリキュラムによる知識の移動が直接転送よりサンプル効率が高いことを示した。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： アルゴリズム ,  シミュレーション ,  *学習 ,  ロボット ,  適応性 ,  *カリキュラム ,  有効性 ,  倒立振り子 ,  *エージェント ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： 自律性 ,  ロボット工学 ,  パラメータ空間 ,  ロボット学習 , 【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 (4件)： 自己学習 ,  エージェント ,  自律 ,  カリキュラム