強化学習と逆強化学習を組み合わせた模倣学習 скачать в хорошем качестве

強化学習と逆強化学習を組み合わせた模倣学習

第25回ステアラボ人工知能セミナー (2019年9月20日) 【講演スライド】 https://www.slideshare.net/EijiUchibe... 【講演者】 国際電気通信基礎技術研究所 脳情報通信総合研究所 主幹研究員 内部 英治 様 https://researchmap.jp/uchibe/ 【講演タイトル】 強化学習と逆強化学習を組み合わせた模倣学習 【講演概要】 強化学習を適用する際に問題になるのは目的を規定する報酬関数の設計である。逆強化学習は熟練者から提示されたデモンストレーションから報酬を推定する枠組みであり、強化学習と逆強化学習を組み合わせた模倣学習はデモンストレーションに含まれない未知の状態に対しても適切な行動を学習できるといった、単純な制御方策の模倣の問題点を克服できること、敵対的生成ネットワーク(GAN)の枠組みで解釈できることといった点から、近年多くの研究がなされている。本公演では強化学習と逆強化学習の組み合わせによる模倣学習について紹介しつつ、強化学習と逆強化学習が互いに関数近似器を共有することで学習効率を改善した我々のアルゴリズムを紹介する。 【開催報告】 https://stair.center/archives/2243