メタCURE:エンパワーメント駆動探索によるMeta強化学習【JST・京大機械翻訳】

Zhang Jin; Wang Jianhao; Hu Hao; Chen Tong; Chen Yingfeng; Fan Changjie; Zhang Chongjie

プレプリント

J-GLOBAL ID：202202211690963448 整理番号：21P0035604

メタCURE:エンパワーメント駆動探索によるMeta強化学習【JST・京大機械翻訳】

MetaCURE: Meta Reinforcement Learning with Empowerment-Driven Exploration

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： 2020年06月15日プレプリントサーバーでの情報更新日： 2021年11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)

Meta強化学習(メタ-RL)は,以前のタスクから知識を抽出し,新しいタスクへの迅速な適応を達成する。最近の進捗にもかかわらず,メタ-RLにおける効率的な探索は,メタ訓練と適応の両方における有益なタスク関連経験を迅速に発見する必要があるので,スパース報酬タスクにおける重要課題として残っている。この課題に取り組むために,筆者らは,開発政策学習から分離され,タスク同定のための情報利得を最大化することを狙った,新しいエンパワーメント駆動探索目的を導入する,メタRLに対する探索ポリシー学習問題を明示的にモデル化した。著者らは,対応する固有報酬を導出し,タスク推論の知識を共有することによって,別々のコンテキスト意識探索と開発ポリシーを効率的に学習する新しいオフポリシーメタRLフレームワークを開発した。実験評価は,著者らのメタ-RL法が,様々なスパース報酬MuJoCo移動タスクとより複雑なスパース報酬Meta-Worldタスクに関する最先端のベースラインよりも著しく優れていることを示した。【JST・京大機械翻訳】

, ,
, , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る