強化学習のための臨界ベース可変ステップ数アルゴリズム【JST・京大機械翻訳】

Spielberg Yitzhak; Azaria Amos

プレプリント

J-GLOBAL ID：202202210117913073 整理番号：22P0027271

強化学習のための臨界ベース可変ステップ数アルゴリズム【JST・京大機械翻訳】

Criticality-Based Varying Step-Number Algorithm for Reinforcement Learning

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 (2件)： ,
資料名：
発行年： 2022年01月13日プレプリントサーバーでの情報更新日： 2022年01月13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)

強化学習の文脈において,状態の重要性の概念を導入し,特定の状態における行動の選択が期待したリターンに影響する程度を示した。すなわち,行動の選択が最終結果に影響する可能性が高い状態は,最終結果に影響する可能性が低い状態よりも,より重要であると考えられる。著者らは,人間によって提供される臨界関数を利用するか,または環境から直接学習された柔軟性ステップ数アルゴリズムである臨界ベース変化ステップ数アルゴリズム(CVS)を定式化した。Atari Pong環境,道路-Tree環境,およびShoter環境を含む3つの異なる領域で試験した。CVSは,深いQ学習やモンテカルロのような一般的な学習アルゴリズムを凌駕できることを実証する。【JST・京大機械翻訳】

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

人工知能

, , , ,

前のページに戻る