| 大会名称 |
|---|
| 2020年 総合大会 |
| 大会コ－ド |
| 2020G |
| 開催年 |
| 2020 |
| 発行日 |
| 2020-03-03 |
| セッション番号 |
| N-1 |
| セッション名 |
| 非線形問題 |
| 講演日 |
| 2020/3/18 |
| 講演場所(会議室等) |
| 総合科学部 K棟３F K305講義室 |
| 講演番号 |
| N-1-11 |
| タイトル |
| 慣性項を用いた記憶制限準ニュートン法による深層強化学習 |
| 著者名 |
| ◎田中和真, マハブービ シェヘラザード, 二宮 洋, |
| キーワード |
| 深層強化学習, 最適化アルゴリズム, 記憶制限準ニュートン法, 慣性項, 非線形問題, Atari2600 |
| 抄録 |
| 近年，ゲームなどの複雑かつ大規模なデータの学習を可能にした深層強化学習(Deep Q-Network, DQN)に注目が集まっている．DQNは強化学習と深層学習(DNN)を組合せた手法である．本研究では，DQNに対して慣性項を用いた記憶制限準ニュートン学習法を導入し，その有効性を調べる． |
| 本文pdf |
|
PDF download
|