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。
動的環境との相互作用と相互作用はAIにおける基本的問題であるが,行動が交差依存事象のカスケードを誘発することができるとき,それは非常に挑戦的になる。エージェントが物理的にシミュレートした動的シーンのビデオを示す,{em Cascade}と呼ばれる新しい教師つき学習セットアップを導入し,システムが「偽造」目標に達するように,イベントのカスケードを介入し,トリガするよう依頼した。例えば,このエージェントは,グリーンボールを押すことにより,青ボールを「赤いボールにヒットする」ことを要求している。エージェント介入は連続空間から引き出され,事象のカスケードはダイナミクスを高度に非線形にする。セマンティックツリー探索をイベント駆動フォワードモデルと組み合わせ,連続空間におけるセマンティックツリーの探索を学習するアルゴリズムを考案した。提案アプローチは,以前には複雑なシーンにおける介入に対する命令を効果的に追跡することを学習する。また,事象の観察されたカスケードを提供するとき,代替結果についての理由も得られる。【JST・京大機械翻訳】