スロットベース変圧器による時間抽象化の教師なし学習【JST・京大機械翻訳】

Gopalakrishnan Anand; Irie Kazuki; Schmidhuber Juergen; van Steenkiste Sjoerd

プレプリント

J-GLOBAL ID：202202208386148338 整理番号：22P0310223

スロットベース変圧器による時間抽象化の教師なし学習【JST・京大機械翻訳】

Unsupervised Learning of Temporal Abstractions with Slot-based Transformers

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： 2022年03月25日プレプリントサーバーでの情報更新日： 2022年11月22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)

再利用可能なサブルーチンの発見は,複雑な強化学習問題における意思決定と計画を単純化する。従来手法では,ポリシー実行から収集された状態行動軌跡を観察することにより,純粋教師なし方式でそのような時間的抽象化を学習することを提案する。しかし,現在の限界は,それらが完全に逐次的な方法で各軌道を処理することであり,新しい入力情報の観点から,サブルーチン境界点に関する以前の決定を改訂することを妨げる。本研究では,SloTarr,Slot注意モジュールと配列処理変換器を統合する完全並列アプローチ,および教師なし方式でそのようなサブルーチンの数に関する学習のための適応計算を提案した。著者らは,SloTARが,サブルーチンの可変量を含むシーケンスに対してさえ,境界点発見に関して,強いベースラインを凌駕できる方法を実証し,一方,既存のベンチマーク上で訓練するのは7xまで高速であった。【JST・京大機械翻訳】

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

人工知能

, , ,

前のページに戻る