強化学習の安定性,ロバスト性および回復力を測定するためのメトリックスのレビュー【JST・京大機械翻訳】

Pullum Laura L.

プレプリント

J-GLOBAL ID：202202220773209175 整理番号：22P0308698

強化学習の安定性,ロバスト性および回復力を測定するためのメトリックスのレビュー【JST・京大機械翻訳】

Review of Metrics to Measure the Stability, Robustness and Resilience of 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 (1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： 2022年03月22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)

強化学習は,主に,Ches,Goおよびオンラインコンピュータゲームのような多くの挑戦的なタスクを解決する際に,深い強化学習の成功のために,近年,大きな興味を浴びている。しかし,強化学習に関する焦点の増加に伴い,ゲームと模擬環境外のアプリケーションは,強化学習法のロバスト性,安定性,およびレジリエンスを理解する必要がある。この目的のために,強化学習に対するこれら3つの行動に関する利用可能な文献を特性化するための包括的な文献レビューを行った。ロバスト性,安定性およびレジリエンス挙動を示すか,測定するために使用する定量的および理論的アプローチを分類した。さらに,定量的アプローチが安定,ロバスト,または回復力であると試みる作用または事象を同定した。最後に,行動を定量化するための計量選択に有用な決定木を提供した。これは,安定性,ロバスト性およびレジリエンスが強化学習に向けて特に歯車化された最初の包括的レビューであると信じる。【JST・京大機械翻訳】

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

人工知能 , ゲーム理論

, , , , ,

前のページに戻る