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。
人間は開放型世界に住んでおり,最後に新しい課題に直面しているが,それらは次のものに直面する各時間を引っ掻きから学ぶべきではない。むしろ,それらは以前に学習されたスキルにアクセスし,それらは新しい状況に急速に適応する。人工知能では,自分自身の目標を表現し,設定するのに本質的に動機付けられる自動エージェントは,有望なスキル適応能力を示す。しかし,これらの能力は,それらの政策と目標空間表現によって高度に制約される。本論文では,これら表現が自動エージェントの学習と移動能力に及ぼす影響を検討する。4種類のグラフニューラルネットワークポリシー表現と2種類の目標空間(幾何学的または述語ベース)を用いて,自動エージェントの異なる実装を研究した。未意味の目標に関する試験エージェントによって,意味的関係目標によって十分に表現するオブジェクト中心アーキテクチャを結合することは,より困難な目標に達するための学習を助けることを示した。また,この方向におけるさらなる研究を促進するために,グラフベース実装を解放した。【JST・京大機械翻訳】