文献

J-GLOBAL ID：202202222733190026   整理番号：22A1087852

強化学習と深層強化学習の進歩【JST・京大機械翻訳】

The Advance of Reinforcement Learning and Deep Reinforcement Learning

著者 (3件)： Lyu Le (Guangdong Shunde Desheng School (international),Guangdong,China,528300) ,  Shen Yang (Computer Science, Emory University,Atlanta,GA,30322) ,  Zhang Sicheng (College of Liberal Arts and Sciences, University of Florida,Gainesville,United States,32611)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： EEBDA  ページ： 644-648  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 強化学習は人工知能の主要な研究分野の1つである。他の機械学習法とは異なり,強化学習は環境から行動マッピングへの学習である。このように,選択した行動は,環境から蓄積された報酬価値を最大化し,試行錯誤による最適戦略を開発することができた。近年,アルファGoによって代表される深層強化学習の成果は,研究者から広く注目されている。本論文は,最初に,古典的強化学習方法と深い強化学習法を含む強化学習の開発を紹介した。次に,本論文では,分散深層強化学習アルゴリズム,ファジィ理論に基づく深層強化学習法,Curiity-駆動学習の大規模研究,その他を含む,現在,先進強化学習作業を論じた。最後に,本論文では,強化学習が直面する課題を論じた。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  人工知能 ,  機械学習 ,  *強化学習 ,  ファジィ理論
準シソーラス用語： 学習方法 ,  最適戦略 ,  *深層強化学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 強化学習 ,  深層強化学習