強化学習アルゴリズムをベンチマークするための光制御環境【JST・京大機械翻訳】

Abuduweili Abulikemu; Liu Changliu

プレプリント

J-GLOBAL ID：202202219227107339 整理番号：22P0308764

強化学習アルゴリズムをベンチマークするための光制御環境【JST・京大機械翻訳】

An Optical Control Environment for Benchmarking Reinforcement Learning Algorithms

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： 2022年03月22日プレプリントサーバーでの情報更新日： 2023年10月01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)

深層強化学習は,様々な科学的問題に対処する可能性を有する。本論文では,強化学習ベースコントローラのための光学シミュレーション環境を実行した。環境は,光学系に固有の非凸性,非線形性,および時間依存雑音の本質を捉え,より現実的な設定を提供する。続いて,提案したシミュレーション環境におけるいくつかの強化学習アルゴリズムのベンチマーク結果を提供した。実験的知見は,複雑な光制御環境の不変性をナビゲーションする際に,従来の制御アルゴリズムに対するオフポリシー強化学習アプローチの優位性を示した。論文のコードはhttps://github.com/Walleclipse/Reinforcement Learning Pulse Stackingで利用可能である。【JST・京大機械翻訳】

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

人工知能

, , , ,

前のページに戻る