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
|