抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】