| 大会名称 |
|---|
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
| 2021 |
| 発行日 |
| 2021-02-23 |
| セッション番号 |
| D-2 |
| セッション名 |
| ニューロコンピューティング |
| 講演日 |
| 2021/3/9 |
| 講演場所(会議室等) |
| Meeting 42 |
| 講演番号 |
| D-2-3 |
| タイトル |
| FPGA上で動作する強化学習モデルの計算性能評価 |
| 著者名 |
| ◎小口大輔, 守谷 哲, 熊谷 俊, 山本英明, 佐藤茂雄, |
| キーワード |
| 強化学習, FPGA, Q学習 |
| 抄録 |
| IoT化の進展に伴い目的地へのナビゲーションなどの情報処理システムの需要が高まっており，これを実現する強化学習（RL）に注目が集まっている．しかし，RLは計算コストが高く，CPUやGPU上で実装すると多くの電力や回路リソースを消費するため，エッジデバイスへ搭載する際の課題となっている．このような中で我々は，エッジ上で動作するRL専用ハードウェアの実現を目指している．本発表では，大規模なRL専用ハードウェアの実装に向け，RLの中でも基本的なQ学習をFPGA上で動作させるためのRTLの開発を行い，Q値演算のbit幅を制限した場合でも学習性能が維持されることを明らかにした．また当該モデルのFPGA上での実装と，消費電力・処理時間についての報告も行う． |
| 本文pdf |
|
PDF download
|