文献

J-GLOBAL ID：202202242028875038   整理番号：22A0416370

安全な分布強化学習【JST・京大機械翻訳】

Safe Distributional Reinforcement Learning

著者 (3件)： Zhang Jianyi (University of Michigan-Shanghai Jiao Tong University Joint Institute, Shanghai Jiao Tong University, Shanghai, China) ,  Weng Paul (University of Michigan-Shanghai Jiao Tong University Joint Institute, Shanghai Jiao Tong University, Shanghai, China) ,  Weng Paul (Department of Automation, Shanghai Jiao Tong University, Shanghai, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13170  ページ： 107-128  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 強化学習(RL)における安全性は,自律運転や財政のような多くの領域における訓練と実行の両方において重要な特性である。本論文では,分布RL設定における制約付きRL定式化でそれを定式化した。著者らの一般モデルは,安全性の様々な定義(例えば,期待性能,CVaR)を受け入れる。学習中の安全性を確保するために,著者らは,著者らの問題を解決するために安全な政策最適化法を拡張した。分布的RL展望は,自然安全制約のために付加的にキャタリングしながら,より効率的なアルゴリズムをもたらす。適切な最先端の安全なRLアルゴリズムに対する提案を経験的に検証した。Copyright Springer Nature Switzerland AG 2022 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 ,  最適化 ,  *学習 ,  定式化 ,  *強化学習
準シソーラス用語： 自律性 , 【Automatic Indexing@JST】

著者キーワード (3件)： 強化学習 ,  安全な探査 ,  リスク制約

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 分布 ,  強化学習