動的システムにおける安全な強化学習のための安全領域の低次元表現の学習【JST・京大機械翻訳】

Zhou Zhehua; Oguz Ozgur S.; Leibold Marion; Buss Martin

プレプリント

J-GLOBAL ID：202202200978276745 整理番号：21P0055246

動的システムにおける安全な強化学習のための安全領域の低次元表現の学習【JST・京大機械翻訳】

Learning a Low-dimensional Representation of a Safe Region for Safe Reinforcement Learning on Dynamical Systems

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 (4件)： , , ,
資料名：
発行年： 2020年10月19日プレプリントサーバーでの情報更新日： 2021年09月08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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

高次元非線形力学システムに関する強化学習アルゴリズムを安全に適用するために,簡易システムモデルを用いて,安全な強化学習フレームワークを定式化した。簡易システムモデルに基づいて,安全な領域の低次元表現を同定し,学習アルゴリズムのための安全推定を提供するために使用する。しかし,複雑な動的システムのための満足な単純化システムモデルを見つけることは,通常,かなりの努力を必要とする。この限界を克服するために,安全な領域の低次元表現を効率的に学習できる一般的なデータ駆動アプローチを提案する。オンライン適応法を通して,より正確な安全推定が得られるように,フィードバックデータを用いて低次元表現を更新した。安全な領域の低次元表現を同定するための提案した方法の性能を,四辺形例を用いて実証した。結果は,以前の研究と比較して,安全領域のより信頼できて代表的な低次元表現を導き,次に,安全な強化学習フレームワークの適用性を拡張することを示した。【JST・京大機械翻訳】

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

人工知能

, , , ,

前のページに戻る