| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-11-19 11:10 Toward Human Cognition-inspired High-Level Decision Making For Hierarchical Reinforcement Learning Agents ○Rousslan Fernand Julien Dossa（Kobe Univ.）・Takashi Matsubara（Osaka Univ.）  CCS2021-28 |
|
| 抄録 | （和） | Hierarchical reinforcement learning (HRL) methods aim to leverage the concept of temporal abstraction to efficiently solve long-horizon, sequential decision-making problems with sparse and delayed rewards. However, the decision-making process of the agent in most HRL methods is often based directly on low-level observations, while also using fixed temporal abstraction. We propose the hierarchical world model (HWM), which can capture more flexible high-level, temporally abstract dynamics, as well as low-level dynamics of the system. We posit such model is a natural extension to the HRL framework toward a decision-making process closer to that of humans. |
| （英） | Hierarchical reinforcement learning (HRL) methods aim to leverage the concept of temporal abstraction to efficiently solve long-horizon, sequential decision-making problems with sparse and delayed rewards. However, the decision-making process of the agent in most HRL methods is often based directly on low-level observations, while also using fixed temporal abstraction. We propose the hierarchical world model (HWM), which can capture more flexible high-level, temporally abstract dynamics, as well as low-level dynamics of the system. We posit such model is a natural extension to the HRL framework toward a decision-making process closer to that of humans. |
|
| キーワード | （和） | Reinforcement learning / Hierarchical reinforcement learning / World models / Temporal abstraction / Hierarchically organized behavior / / / |
| （英） | Reinforcement learning / Hierarchical reinforcement learning / World models / Temporal abstraction / Hierarchically organized behavior / / / | |
| 文献情報 | 信学技報, vol. 121, no. 253, CCS2021-28, pp. 61-66, 2021年11月. | |
| 資料番号 | CCS2021-28 | |
| 発行日 | 2021-11-11 (CCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CCS2021-28 |
|
| 研究会情報 | |
| 研究会 | CCS |
| 開催期間 | 2021-11-18 - 2021-11-19 |
| 開催地（和） | 大阪大学 |
| 開催地（英） | Osaka Univ. |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2021-11-CCS |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Toward Human Cognition-inspired High-Level Decision Making For Hierarchical Reinforcement Learning Agents |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Reinforcement learning / Reinforcement learning |
| キーワード(2)（和/英） | Hierarchical reinforcement learning / Hierarchical reinforcement learning |
| キーワード(3)（和/英） | World models / World models |
| キーワード(4)（和/英） | Temporal abstraction / Temporal abstraction |
| キーワード(5)（和/英） | Hierarchically organized behavior / Hierarchically organized behavior |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | ドッサ ルスラン フェルナン ジュリアン / Rousslan Fernand Julien Dossa / |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松原 崇 / Takashi Matsubara / |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-11-19 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2021-28 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.253 |
| ページ範囲 | pp.61-66 |
| ページ数 | 6 |
| 発行日 | 2021-11-11 (CCS) |
[研究会発表申込システムのトップページに戻る]