| 大会名称 |
|---|
| 2018年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2018 |
| 発行日 |
| 2018-09-12 |
| セッション番号 |
| 5f |
| セッション名 |
| 機械学習（３） |
| 講演日 |
| 2018/09/20 |
| 講演場所(会議室等) |
| D棟D23 |
| 講演番号 |
| F-042 |
| タイトル |
| 可視化によるDeep Q Networkの行動価値根拠の分析 |
| 著者名 |
| 長嶺一輝, 遠藤聡志, 山田孝治, 當間愛晃, 赤嶺有平, |
| キーワード |
| 深層強化学習, Deep Q Network |
| 抄録 |
| 人間がビデオゲームといったタスクを解くとき、そのタスクに出現するオブジェクトやその位置関係などの視覚的特徴に注視する。画像ベースのゲームタスクにおいて人間並みのパフォーマンスを発揮する、Deep Q Network という深層強化学習アルゴリズムでも同様な事象が起きていると推測できる。そこで、本研究では、DQNが行動価値を計算する際に用いる CNN を Grad-CAM という手法で可視化して、学習過程でどのような特徴を捉えているか分析することを目的とする。 |
| 本文pdf |
| PDF download (438.7KB) |