お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 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

研究会情報
研究会 PRMU MVE VRSJ-SIG-MR IPSJ-CVIM  
開催期間 2024-01-25 - 2024-01-26 
開催地(和) 慶應義塾大学 日吉キャンパス(来往舎) 
開催地(英) Keio Univ. (Hiyoshi Campus) 
テーマ(和) メタバースと深層学習 
テーマ(英)  
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2024-01-PRMU-MVE-SIG-MR-CVIM 
本文の言語 日本語 
タイトル(和) 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 
サブタイトル(和)  
タイトル(英) Efficient exploration with intrinsic motivation considering state transitions in deep reinforcement learning 
サブタイトル(英)  
キーワード(1)(和/英) 強化学習 / reinforcement learning  
キーワード(2)(和/英) 内発的動機 / intrinsic motivation  
キーワード(3)(和/英) 状態遷移 / state transitions  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
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) 大鹿 海都 / Kaito Ohshika / オオシカ カイト
第1著者 所属(和/英) 中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.)
第2著者 氏名(和/英/ヨミ) 板谷 英典 / Hidenori Itaya / イタヤ ヒデノリ
第2著者 所属(和/英) 中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.)
第3著者 氏名(和/英/ヨミ) 平川 翼 / Tsubasa Hirakawa / ヒラカワ ツバサ
第3著者 所属(和/英) 中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.)
第4著者 氏名(和/英/ヨミ) 山下 隆義 / Takayoshi Yamashita / ヤマシタ タカヨシ
第4著者 所属(和/英) 中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.)
第5著者 氏名(和/英/ヨミ) 藤吉 弘亘 / Hironobu Fujiyoshi / フジヨシ ヒロノブ
第5著者 所属(和/英) 中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2024-01-25 14:40:00 
発表時間 12分 
申込先研究会 PRMU 
資料番号 PRMU2023-42 
巻番号(vol) vol.123 
号番号(no) no.358 
ページ範囲 pp.14-19 
ページ数
発行日 2024-01-18 (PRMU) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会