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: ) |
第21著者 氏名(和/英/ヨミ) |
/ / |
第21著者 所属(和/英) |
(略称: )
(略称: ) |
第22著者 氏名(和/英/ヨミ) |
/ / |
第22著者 所属(和/英) |
(略称: )
(略称: ) |
第23著者 氏名(和/英/ヨミ) |
/ / |
第23著者 所属(和/英) |
(略称: )
(略称: ) |
第24著者 氏名(和/英/ヨミ) |
/ / |
第24著者 所属(和/英) |
(略称: )
(略称: ) |
第25著者 氏名(和/英/ヨミ) |
/ / |
第25著者 所属(和/英) |
(略称: )
(略称: ) |
第26著者 氏名(和/英/ヨミ) |
/ / |
第26著者 所属(和/英) |
(略称: )
(略称: ) |
第27著者 氏名(和/英/ヨミ) |
/ / |
第27著者 所属(和/英) |
(略称: )
(略称: ) |
第28著者 氏名(和/英/ヨミ) |
/ / |
第28著者 所属(和/英) |
(略称: )
(略称: ) |
第29著者 氏名(和/英/ヨミ) |
/ / |
第29著者 所属(和/英) |
(略称: )
(略称: ) |
第30著者 氏名(和/英/ヨミ) |
/ / |
第30著者 所属(和/英) |
(略称: )
(略称: ) |
第31著者 氏名(和/英/ヨミ) |
/ / |
第31著者 所属(和/英) |
(略称: )
(略称: ) |
第32著者 氏名(和/英/ヨミ) |
/ / |
第32著者 所属(和/英) |
(略称: )
(略称: ) |
第33著者 氏名(和/英/ヨミ) |
/ / |
第33著者 所属(和/英) |
(略称: )
(略称: ) |
第34著者 氏名(和/英/ヨミ) |
/ / |
第34著者 所属(和/英) |
(略称: )
(略称: ) |
第35著者 氏名(和/英/ヨミ) |
/ / |
第35著者 所属(和/英) |
(略称: )
(略称: ) |
第36著者 氏名(和/英/ヨミ) |
/ / |
第36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 |
6 |
発行日 |
2024-01-18 (PRMU) |