エンタングルバイシミュレーションを介した制御ポリシーにおける意味類似性の効率的な埋込み【JST・京大機械翻訳】

Bertran Martin; Talbott Walter; Srivastava Nitish; Susskind Joshua

プレプリント

J-GLOBAL ID：202202218986256245 整理番号：22P0281460

エンタングルバイシミュレーションを介した制御ポリシーにおける意味類似性の効率的な埋込み【JST・京大機械翻訳】

Efficient Embedding of Semantic Similarity in Control Policies via Entangled Bisimulation

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： 2022年01月28日プレプリントサーバーでの情報更新日： 2022年01月28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)

視覚混乱の存在における視覚入力からの学習一般化可能なポリシーは,強化学習における挑戦的な問題である。最近,この問題に対処するツールとしての双シミュレーション計量に関心が集まっている。これらの計量は,原理的に,状態間の行動類似性を測定することにより,無関係な混乱に対して不変である表現を学習するために使用できる。これらの計量の正確な,不偏,およびスケーラブルな推定は,連続状態と行動シナリオで分かりにくいことを証明した。状態間の距離関数の仕様を可能にする双シミュレーションメトリックであるエンタングルメントバイシミュレーションを提案し,連続状態と動作空間でバイアスなしに推定することができた。データ増強技法のトップに追加された場合でも,エンタングルメントバイシミュレーションが,Distracting Control Suite(DCS)に関する以前の方法よりも意味的に改善できる方法を示す。【JST・京大機械翻訳】

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

人工知能

前のページに戻る