TransDreamer:変圧器世界モデルによる強化学習【JST・京大機械翻訳】

Chen Chang; Wu Yi-Fu; Yoon Jaesik; Ahn Sungjin

プレプリント

J-GLOBAL ID：202202212072048263 整理番号：22P0292093

TransDreamer:変圧器世界モデルによる強化学習【JST・京大機械翻訳】

TransDreamer: Reinforcement Learning with Transformer World Models

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 (4件)： , , ,
資料名：
発行年： 2022年02月18日プレプリントサーバーでの情報更新日： 2022年02月18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)

Dreamerエージェントは,サンプル効率,再利用可能な知識,および安全な計画のようなモデルベース強化学習(MBRL)の種々の利点を提供する。しかし,その世界モデルと政策ネットワークは,リカレントニューラルネットワークの限界を継承し,従って,重要な疑問は,MBRLフレームワークが,変圧器の最近の進歩からどのように利益を得るか,そして,どの挑戦がそうなのかということであった。本論文では,TransDreamerと呼ばれる変圧器ベースのMBRLエージェントを提案した。最初に,動的予測のために変圧器を利用する世界モデルである変換状態-空間モデルを導入した。次に,この世界モデルを変圧器ベースの政策ネットワークと共有し,変圧器ベースのRLエージェントの訓練における安定性を得た。実験では,メモリベース推論のための長距離メモリアクセスを必要とする2DビジュアルRLと3D第一人視覚RLタスクに提案モデルを適用した。提案モデルはこれらの複雑なタスクにおいてDreamerより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