文献

J-GLOBAL ID：202202265562196684   整理番号：22A0328084

並列学習者:マルチシナリオゲームのための実用的深層強化学習フレームワーク【JST・京大機械翻訳】

Parallel learner: A practical deep reinforcement learning framework for multi-scenario games

著者 (7件)： Hou Xiaohan (School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, 518055, China) ,  Guo Zhenyang (School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, 518055, China) ,  Wang Xuan (School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, 518055, China) ,  Qian Tao (School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, 518055, China) ,  Zhang Jiajia (School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, 518055, China) ,  Qi Shuhan (School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, 518055, China) ,  Xiao Jing (Ping An Technology(Shenzhen) Artificial Intelligence and Big Data Center, No. 20, Keji South 12th Rd, Nanshan, Shenzhen, 518055, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 236  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 従来の強化学習法は,単一シナリオタスクにのみ適用可能である。それがマルチシナリオになるとき,単一シナリオエージェントはうまく実行できない。すなわち,従来の強化学習方法は,同時に異なるタスクに直面したとき,貧弱な一般化を所有する。本研究では,複数の3Dシナリオ上で同時に実行できる実用的深層強化学習フレームワークを提案した。Actor-Learnerフレームワークを採用して,多重シナリオの並列化を実現して,新しい価値関数にReトレース(λ)を一般化することによって,政策遅れ問題を解決した。理論的にその収束を証明した。さらに,マルチタスク学習におけるハード共有表現によりヒントを得た補助認識タスクと補助制御タスクを設計し,マルチシナリオエージェントの性能を改善した。実験結果は,著者らの方法がDMLab-30に関して最先端のアルゴリズムより優れていることを示して,マルチシナリオゲームに関してより多くの利点を達成した。アブレーション実験によって,このフレームワークの各部分の有効性を検証した。また,非訓練シナリオのテストにより,並列学習者移動が可能であることを見出した。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  表現 ,  *ゲーム ,  評価関数 ,  認識 ,  多重化 ,  三次元 ,  有効性 ,  アブレーション ,  エージェント ,  機械学習 ,  *強化学習 ,  *フレームワーク【ソフトウェア開発】
準シソーラス用語： *学習者 ,  マルチタスク ,  マルチタスク学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層強化学習 ,  不完全情報 ,  マルチシナリオ ,  マルチタスク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 学習者 ,  深層強化学習 ,  フレームワーク