講演抄録/キーワード |
講演名 |
2024-01-25 14:40
深層強化学習における状態遷移を考慮した内発的動機付けによる探索の効率化 ○大鹿海都・板谷英典・平川 翼・山下隆義・藤吉弘亘(中部大) PRMU2023-42 |
抄録 |
(和) |
深層強化学習ではエージェントと環境間の相互作用により学習データを収集するため,環境の効率的な探索は網羅的な学習データの獲得に繋がる.この課題を解決する手法として,エージェントの内発的動機付けによる探索の効率化が提案されている.観測情報の新規性を評価し未知の状態空間への探索を促すことで効率的な探索を実現する.しかし,従来の内発的動機付けは現状態のみに着目しているため,環境の時系列情報を考慮していない.そこで,環境の状態遷移に着目した内発的動機付けを提案する.Atari2600を用いた評価実験により,エージェント性能を解析することで状態遷移を考慮する有効性を示す. |
(英) |
In deep reinforcement learning, learning data is collected through the interaction between the agent and the environment, so efficient exploration of the environment leads to the acquisition of exhaustive learning data. To solve this problem, a method to improve the efficiency of exploration with intrinsic motivation of the agent has been proposed. Efficient search is achieved by evaluating the novelty of observed information and encouraging exploration into unknown state spaces. However, conventional intrinsic motivation focuses only on the current state and does not consider time series information of the environment. We propose an intrinsic motivation system that focuses on state transitions of the environment, and show the effectiveness of considering state transitions by analyzing agent performance in evaluation experiments using the Atari2600. |
キーワード |
(和) |
強化学習 / 内発的動機 / 状態遷移 / / / / / |
(英) |
reinforcement learning / intrinsic motivation / state transitions / / / / / |
文献情報 |
信学技報, vol. 123, no. 358, PRMU2023-42, pp. 14-19, 2024年1月. |
資料番号 |
PRMU2023-42 |
発行日 |
2024-01-18 (PRMU) |
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 |
PRMU2023-42 |