集団動物運動のためのBayes逆強化学習【JST・京大機械翻訳】

Schafer Toryn L. J.; Wikle Christopher K.; Hooten Mevin B.

プレプリント

J-GLOBAL ID：202202210256620170 整理番号：21P0047865

集団動物運動のためのBayes逆強化学習【JST・京大機械翻訳】

Bayesian Inverse Reinforcement Learning for Collective Animal Movement

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： 2020年09月08日プレプリントサーバーでの情報更新日： 2022年06月11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)

エージェントベースの方法は,複雑なグループ行動を生成する簡単な規則を定義することを可能にする。そのようなモデルの支配則は,典型的にはアプリオリに設定され,パラメータは観察された挙動軌跡から調整される。すべての予想シナリオにわたって仮定を単純化する代わりに,逆補強学習は,Markov決定プロセスの特性を用いて,長期行動政策を支配する短期(局所)規則に関する推論を提供する。著者らは,自己推進粒子(SPP)モデルのシミュレーションのための集団運動を支配する局所規則を学習するために,計算的に効率的な線形可解Markov決定プロセスを使用し,捕獲されたグッピー個体群に対するデータ応用を学習する。行動決定コストの推定を基底関数平滑化によるBayesフレームワークで行った。著者らは,SPPシミュレーションにおける真のコストを回復させ,シェルターに対する目標移動よりも,グッピー値集団移動を見出した。【JST・京大機械翻訳】

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

人工知能

, , ,

前のページに戻る