高レベル特性制御のための深層強化学習【JST・京大機械翻訳】

Souza Caio; Velho Luiz

プレプリント

J-GLOBAL ID：202202215312547644 整理番号：22P0002189

高レベル特性制御のための深層強化学習【JST・京大機械翻訳】

Deep Reinforcement Learning for High Level Character Control

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 (2件)： ,
資料名：
発行年： 2020年05月20日プレプリントサーバーでの情報更新日： 2020年05月20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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,従来のアニメーション,発見的行動および強化学習を,計算メディアのための知的特性の作成において提案した。従来のアニメーションと発見的方法は,強化学習が一般化を加える間,行動に関する芸術的制御を与える。提示された使用事例は,3D環境において高レベル制御器を有するイヌ特性であり,それは,アイテムを切るように学習する望ましい行動の周りで構築される。環境の発達が学習の鍵であるので,これらの学習環境,環境およびエージェントモデリング選択,訓練手順および学習行動の一般化をいかに構築するかについて,さらなる解析を行う。この解析は前述の因子の洞察を構築し,一般的に環境開発における指針として役立つ可能性がある。【JST・京大機械翻訳】

, , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

前のページに戻る