| 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 | 2026-01-28 15:50 自己予測表現誤差の利用拡張による強化学習 ○木内稜久・山内ゆかり（日大）  NLP2025-94 MBE2025-34 NC2025-56 |
|
| 抄録 | （和） | Schwarzerらが提案した “Data-Efficient Reinforcement Learning with Self-Predictive Representations (SPR)” は，強化学習に自己教師あり表現学習を組み合わせた手法であり，将来状態の潜在表現を予測させる補助タスクにより，データ効率を向上させる．経験の再利用には，TD誤差のみに基づく優先度付き経験再生(PER)が用いられる．その為，自己教師あり表現学習によって得られる潜在表現の情報を，サンプリング分布の設計に十分に活かしきれていない可能性がある．本研究では，潜在表現の予測誤差をPERの優先度に組み込む手法を提案する．表現学習と価値学習の双方にとって有用な経験に焦点を当てたデータ効率のさらなる向上を目指す． |
| （英） | "Data-Efficient Reinforcement Learning with Self-Predictive Representations (SPR)," proposed by Schwarzer et al., is a method that integrates self-supervised representation learning into reinforcement learning. It improves data efficiency through an auxiliary task of predicting the latent representations of future states. In this framework, Prioritized Experience Replay (PER) based solely on TD error is typically employed. Consequently, the information from latent representations obtained through self-supervised learning may not be fully utilized in the design of the sampling distribution. In this study, we propose a method that incorporates the prediction error of latent representations into the PER priorities. We aim to further enhance data efficiency by focusing on experiences that are valuable for both representation learning and value learning. | |
| キーワード | （和） | 強化学習 / 優先度付き経験再生 / 自己予測表現 / / / / / |
| （英） | Reinforcement Learning / Prioritized Experience Replay / Self-Predictive Representations / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 346, NC2025-56, pp. 50-52, 2026年1月. | |
| 資料番号 | NC2025-56 | |
| 発行日 | 2026-01-21 (NLP, MBE, NC) | |
| 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 | NLP2025-94 MBE2025-34 NC2025-56 |
|
| 研究会情報 | |
| 研究会 | NC MBE NLP IEE-MBE |
| 開催期間 | 2026-01-28 - 2026-01-30 |
| 開催地（和） | 九州工業大学 若松キャンパス |
| 開催地（英） | Kyushu Institute of Technology, Wakamatsu Campus |
| テーマ（和） | NC, NLP, ME，一般 |
| テーマ（英） | NC, NLP, ME, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2026-01-NC-MBE-NLP-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 自己予測表現誤差の利用拡張による強化学習 |
| サブタイトル（和） | |
| タイトル（英） | Reinforcement Learning with Extended Use of Self-Predictive Representation Errors |
| 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） | 優先度付き経験再生 / Prioritized Experience Replay |
| キーワード(3)（和/英） | 自己予測表現 / Self-Predictive Representations |
| 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） | 木内 稜久 / Riku Kiuchi / キウチ リク |
| 第1著者 所属（和/英） | 日本大学大学院 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山内 ゆかり / Yukari Yamauchi / ヤマウチ ユカリ |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-01-28 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NLP2025-94, MBE2025-34, NC2025-56 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.344(NLP), no.345(MBE), no.346(NC) |
| ページ範囲 | pp.50-52 |
| ページ数 | 3 |
| 発行日 | 2026-01-21 (NLP, MBE, NC) |
[研究会発表申込システムのトップページに戻る]