連続補助タスク学習【JST・京大機械翻訳】

McLeod Matthew; Lo Chunlok; Schlegel Matthew; Jacobsen Andrew; Kumaraswamy Raksha; White Martha; White Adam

プレプリント

J-GLOBAL ID：202202210979309057 整理番号：22P0293745

連続補助タスク学習【JST・京大機械翻訳】

Continual Auxiliary Task 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 (7件)： , , , , , ,
資料名：
発行年： 2022年02月22日プレプリントサーバーでの情報更新日： 2022年02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)

世界中の複数の予測のような学習補助タスクは,強化学習システムに対する多くの利点を提供できる。そのような予測を学習するために,様々なオフポリシー学習アルゴリズムが開発されているが,しかし,それらのオフポリシー予測のために有用なデータを収集するために,行動をいかに適応するかに関する研究はほとんどない。本研究では,補助タスクの収集を学習するために設計された強化学習システムを検討し,行動政策学習を用いて,それらの補助予測を改善する行動を学習した。予測学習者と行動学習者の両方に対して,この連続補助タスク学習問題における固有非定常性を強調した。非定常報酬の下で追跡を容易にする成功者特徴に基づくアルゴリズムを開発し,学習成功者特徴と報酬への分離が収束速度改善を提供することを証明した。得られるマルチ予測学習システムへの詳細な研究を行った。【JST・京大機械翻訳】

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

人工知能

前のページに戻る