深層順序強化学習【JST・京大機械翻訳】

Zap Alexander; Joppen Tobias; Fuernkranz Johannes

プレプリント

J-GLOBAL ID：202202219373643498 整理番号：22P0061858

深層順序強化学習【JST・京大機械翻訳】

Deep Ordinal 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 (3件)： , ,
資料名：
発行年： 2019年05月06日プレプリントサーバーでの情報更新日： 2019年07月11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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

強化学習は,通常,優れた特性を有する数値報酬を利用するが,また,欠点と困難を伴う。順序尺度(通常報酬)に関する報酬の使用は,近年多くの注目を受けてきた数値報酬の代替である。本論文では,順序報酬の使用に強化学習問題を適用するための一般的アプローチを示し,動機付けた。著者らは,Q学習の用例によって,一般的強化学習アルゴリズムを順序変化に変換する方法を示し,そして,Ordinal Deep Q-Networkを導入して,それは,順序報酬に深い強化学習を適応させた。さらに,OpenAI Gymフレームワークによって提供される問題に関する評価を行い,著者らの順序バリアントが,多くの問題に対する数値変動に匹敵する性能を示した。また,著者らは,著者らの順序変異体が,より少ない工学およびより簡単な設計報酬信号を有する問題のためにより良い結果を生み出すことができるという最初の証拠を与えた。【JST・京大機械翻訳】

, , , ,
, 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る