強化学習,効果ハンドラおよび状態モナドについて【JST・京大機械翻訳】

Lago Ugo Dal; Gavazzo Francesco; Ghyselen Alexis

プレプリント

J-GLOBAL ID：202202216530042895 整理番号：22P0312076

強化学習,効果ハンドラおよび状態モナドについて【JST・京大機械翻訳】

On Reinforcement Learning, Effect Handlers, and the State Monad

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 (3件)： , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年03月29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)

機能的プログラムにおける意思決定抽象をサポートする方法として,代数的効果および取扱者を研究し,一方,ユーザは,根底にある選択機構を実行することなく,選択を解決し,報酬の方法でフィードバックを与えるための学習アルゴリズムを,学習する。選択モナド[AbadiとPlotkin,LICS 2021]に基づく問題に対するいくつかの最近提案された手法とは異なり,選択と報酬に対するそれらを含む,これらの代数演算の幾つかに対する一連の取扱者として実装された強化学習アルゴリズムとして,基礎となる知能を表現した。プログラミング言語EFFにおいて利用可能な代数演算と取扱者を実際に利用し,その環境から学習アルゴリズムを明確に分離して,その結果,モジュール性の良いレベルを可能にする方法を示した。次に,ホスト言語が取扱者によるラムダ計算としてどのように取られるかを示し,この方法により,本質的な言語的特徴が何であるかを示す。タイプと効果システムがどのように安全特性を確実にするかを,さらに,更なる研究のためにいくつかの方向を指し示す。【JST・京大機械翻訳】

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

応用プログラミング言語

, ,

前のページに戻る