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。
進化アルゴリズム(EA)と深層強化学習(DRL)は,より良い探査と開発のために両方の方法の利点を取るために最近統合されている。これらのハイブリッド法の進化部分は,政策ネットワークの集団を維持する。しかし,既存の方法は,通常,EAのために高次元で,トリクシーである政策ネットワークのパラメータを最適化することに焦点を合わせる。本論文では,高次元パラメータ空間から低次元動作空間への進化のターゲットをシフトした。EAとDRL.In EASの新しいハイブリッド法である進化的行動選択-ツイン遅延(EAS-TD3)を提案し,政策ネットワークによって選択された行動を最適化し,進化アルゴリズムを通して政策学習を促進するために高品質行動を得ることを試みた。挑戦的な連続制御タスクに関するいくつかの実験を行った。その結果,EAS-TD3は他の最先端の方法よりも優れた性能を示した。【JST・京大機械翻訳】