深層強化学習Agentの離散行動空間タスクにおける重み付き結合

書誌事項

タイトル別名
  • Weighted Average Composition of Deep Reinforcement Learning Agents in Discrete Action Problems

この論文をさがす

説明

近年強化学習の研究領域において,それぞれが異なるタスクを解く複数の学習済みAgentを結合することで,新たなタスクを解くAgentを構成するアプローチの研究が進められている.本研究では,単純平均をとることで学習済みAgentを結合する既存技術を拡張し,重み付き和によるAgentの結合を行う手法を提案する.これにより報酬が学習済みタスクの線形和として定義される新たなタスクの問題を解くことが可能になる.CartPole制御と適応信号制御という二つの実験を通して提案手法の有効性を検証した.

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390285300154149632
  • DOI
    10.14923/transinfj.2019det0002
  • ISSN
    18810225
    18804535
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ