抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
視覚強化学習(RL)における重要課題の一つは,環境を一般化できる政策を学ぶことである。最近,データ多様性を強化することを狙ったデータ増強技術は,学習された政策の一般化能力の改善において証明された性能を示した。しかし,RL訓練の感度により,タスク診断的方法で各画素を変換するデータ増強を素早く適用することは,不安定性を被り,サンプル効率を損なう可能性があり,従って,一般化性能をさらに悪化させる。この現象の心臓では,拡張画像の顔における分岐作用分布と高分散値推定である。この課題を軽減するために,視覚RLのためのタスク意識Lipschitz Data Augmentation(TLDA)を提案し,それは,大きなLipschitz定数を持つタスク相関画素を明確に同定して,タスク関連ピクセルだけを増強させた。TLDAの有効性を検証するために,著者らは,DeepMind Control Site,CARLAおよびDeepMind Manipulationタスクに関する広範囲な実験を実施し,TLDAが訓練時間とテスト時間における一般化において両方のサンプル効率を改善することを示した。それは,3つの異なる視覚制御ベンチマークを横断して,以前の最先端の方法より優れている。【JST・京大機械翻訳】
