メモリスタハードウェアにやさしい強化学習【JST・京大機械翻訳】

Wu Nan; Vincent Adrien; Strukov Dmitri; Xie Yuan

プレプリント

J-GLOBAL ID：202202217235187934 整理番号：22P0102475

メモリスタハードウェアにやさしい強化学習【JST・京大機械翻訳】

Memristor Hardware-Friendly Reinforcement Learning

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： 2020年01月19日プレプリントサーバーでの情報更新日： 2020年01月19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)

最近,強化学習(RL)を用いて,様々なドメイン間の洗練された問題を解決する際に,顕著な進歩がなされ,それは,機械やエージェントが,明示的な監視よりも環境との相互作用から学習することを可能にする。Mooreの法則の最後に,高性能神経形態ハードウェアシステムを可能にする新興技術が注目されている。すなわち,ハードウェアニューラルネットワークのシナプス重みとして,メムリスタ,プログラマブルで不揮発性の2端子デバイスを利用する神経形態学的アーキテクチャは,そのような高エネルギー効率で複雑な神経系を実現するための選択の候補である。しかし,統合学習能力をもつメムリスタハードウェアの課題の一つは,学習過程中に必要とされる可能性のある多数の書込みサイクルであり,この状況はRL状況下でも悪化している。本研究では,RLにおけるアクター-批評アルゴリズムのためのメムリスティブ神経形態学的ハードウェア実装を提案した。2倍訓練手順(すなわち,ex-situ事前訓練とin-situ再訓練)といくつかの訓練技術を導入することによって,重み更新の数を著しく低減でき,従って,効率的なin-situ学習実装に適している。事例研究として,著者らは,RLと制御理論の両方における古典的問題,倒立振り子のバランスをとるタスクを考察した。本研究は,in situ強化学習を通して複雑なタスクを扱うためのメムリスタベースのハードウェアニューラルネットワークの使用の有望性を示す。【JST・京大機械翻訳】

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

脳・神経系モデル , ニューロコンピュータ

前のページに戻る