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。
本論文は,実践における強化学習の分野,機会と課題について,展望と技術的詳細なしで,広範囲の話題に触れる,穏やかな議論である。本論文は,歴史的および最近の研究論文,調査,チュートリアル,会話,ブログ,書籍,(パネル)議論,およびワークショップ/会議の両方に基づいている。研究者,エンジニア,学生,管理者,投資家,事務所,および人々のような様々なグループの読者が,分野について知っていることを望んでおり,本稿は興味深い。本論文では,まず,強化学習(RL)への簡潔な紹介と,深層学習,機械学習,およびAIとの関係を示した。次に,RLの機会,特に,製品とサービス,ゲーム,バンドット,推薦システム,ロボット工学,輸送,財政と経済学,ヘルスケア,教育,コンビナトリアル最適化,コンピュータシステム,および科学と工学について議論する。次に,課題,特に,1)基礎,2)表現,3)報酬,4)探索,5)モデル,シミュレーション,計画,およびベンチマーク,6)オフポリシー/オフライン学習,7)学習を,a.k.メタ学習,8)説明可能性,および解釈可能性,9)制約,10)ソフトウェア開発,および展開,11)ビジネス展望,および12以上の課題,について論じる。考察により,”Whyは実際には広く採用されていない”と”WhenはRL支援”であると答えることを試みる。【JST・京大機械翻訳】