自己修飾ネットワークによるMeta強化学習【JST・京大機械翻訳】

Chalvidal Mathieu; Serre Thomas; VanRullen Rufin

プレプリント

J-GLOBAL ID：202202200882523423 整理番号：22P0284975

自己修飾ネットワークによるMeta強化学習【JST・京大機械翻訳】

Meta-Reinforcement Learning with Self-Modifying Networks

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 (3件)： , ,
資料名：
発行年： 2022年02月04日プレプリントサーバーでの情報更新日： 2022年10月12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)

深層強化学習は,十分に制限された環境における複雑なタスクを解くための勾配降下で調整したニューラルネットワークの可能性を示した。しかし,これらの神経系は,訓練カリキュラムを越えて学習を継続する機構を持たない特殊化エージェントを生成する遅い学習者である。反対に,生物学的シナプス可塑性は持続的かつ多様であり,作業記憶や認知柔軟性などの実行機能において重要な役割を果たし,より効率的で一般的な学習能力を支持する可能性がある。これに触発されて,動的重みを持つネットワークを構築し,固定ネットワーク構成ではなく,それらの電流シナプス状態と行動報酬フィードバックの関数として自己反射修正を継続的に行うことができる。得られたモデル,MetODS(Meta-Optimization Dynamic Synapes)は,エージェントポリシー空間における効率的で強力な制御ルールを学習できる広く適用可能なメタ強化学習システムである。動的シナプスを持つ単層はワンショット学習を実行でき,ナビゲーション原理を環境に一般化し,適応運動ポリシーを学習する強い能力を示す。【JST・京大機械翻訳】

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

中枢神経系 , 脳・神経系モデル

, ,

前のページに戻る