強化学習のためのマスクベース潜在再構成【JST・京大機械翻訳】

Yu Tao; Zhang Zhizheng; Lan Cuiling; Lu Yan; Chen Zhibo

プレプリント

J-GLOBAL ID：202202200654111972 整理番号：22P0281256

強化学習のためのマスクベース潜在再構成【JST・京大機械翻訳】

Mask-based Latent Reconstruction for Reinforcement Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月28日プレプリントサーバーでの情報更新日： 2022年10月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

画素からの深い強化学習(RL)のために,学習有効状態表現は,高性能を達成するために重要である。しかし,実際には,限られた経験と高次元入力が効果的な表現学習を妨げる。これに取り組むために,他の研究分野におけるマスクベースのモデリングの成功によって動機づけられて,著者らは,RLにおける状態表現学習を促進するためにマスクベースの再構成を導入した。特に,空間的および時間的にマスクされたピクセルによる観測から潜在空間における完全な状態表現を予測するために,単純だが効果的な自己監督法,Maskベース潜在再構成(MLR)を提案した。MLRは,学習状態表現を学習して,RLエージェントの訓練を容易にする,より有益なものにするために,コンテキスト情報のより良い利用を可能にする。広範な実験は,著者らのMLRがRLのサンプル効率を著しく改善し,多重連続および離散制御ベンチマークで最先端のサンプル効率の良いRL法より優れていることを示した。このコードはhttps://github.com/microsoft/Mask based Latent Reconstructionで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , ,
, 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る