| 講演名 | 2018-07-12 ［チュートリアル講演］強化学習の実践的問題への応用と課題 牧野 貴樹(Google), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 強化学習は、正解データを用意することが困難な問題に対して試行錯誤を通して最良の手順を学習 する機械学習のフレームワークとして注目を集めているが、実際の問題に適用することは簡単ではない。本公演では、強化学習の基礎的な考え方を紹介するとともに、どのような問題に強化学習が適しているかを説明する。また、強化学習の適用における様々な課題について、特に問題設定の定式化、報酬設計、深層学習の適用に焦点を当てて議論する。 |
| 抄録(英) | Reinforcement learning is a machine learning framework that learns best sequence of actions through trial-and-error in domains where providing sufficient supervised data is infeasible. Despite its success recently attracts a lot of attentions, it is not easy to apply it to a new problem. In this tutorial, we introduce the basic idea of reinforcement learning and explain types of problems that are suitable to reinforcement learning. In addition, we discuss roadblocks and recent techniques, in particular the part of problem formulation, reward design and deep reinforcement learning. |
| キーワード(和) | 強化学習 / 機械学習 / 深層強化学習 |
| キーワード(英) | reinforcement learning / machine learning / deep reinforcement learning |
| 資料番号 | RCC2018-51,NS2018-68,RCS2018-113,SR2018-48,ASN2018-45 |
| 発行日 | 2018-07-04 (RCC, NS, RCS, SR, ASN) |
| 研究会情報 | |
| 研究会 | ASN / NS / RCS / SR / RCC |
|---|---|
| 開催期間 | 2018/7/11(から3日開催) |
| 開催地（和） | 函館アリーナ |
| 開催地（英） | Hakodate Arena |
| テーマ（和） | 無線分散ネットワーク，機械学習とAIを応用した無線通信・ネットワーク技術，M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things），一般 |
| テーマ（英） | Wireless Distributed Network, Machine Learning and AI for Wireless Communications and Networks, M2M (Machine-to-Machine), D2D (Device-to-Device), IoT（Internet of Things）, etc. |
| 委員長氏名（和） | 岡田 啓(名大) / 岡崎 義勝(NTT) / 大槻 知明(慶大) / 梅林 健太(東京農工大) / 林 和則(阪市大) |
| 委員長氏名（英） | Hiraku Okada(Nagoya Univ.) / Yoshikatsu Okazaki(NTT) / Tomoaki Otsuki(Keio Univ.) / Kenta Umebayashi(Tokyo Univ. of Agric. and Tech.) / Kazunori Hayashi(Osaka City Univ.) |
| 副委員長氏名（和） | 山本 高至(京大) / 中澤 仁(慶大) / 門田 和也(日立) / 中尾 彰宏(東大) / 福田 英輔(富士通研) / 須山 聡(NTTドコモ) / 前原 文明(早大) / 有吉 正行(NEC) / 亀田 卓(東北大) / 東 俊一(名大) / 李 還幇(NICT) |
| 副委員長氏名（英） | Koji Yamamoto(Kyoto Univ.) / Jin Nakazawa(Keio Univ.) / Kazuya Monden(Hitachi) / Akihiro Nakao(Univ. of Tokyo) / Eisuke Fukuda(Fujitsu Labs.) / Satoshi Suyama(NTT DoCoMo) / Fumiaki Maehara(Waseda Univ.) / Masayuki Ariyoshi(NEC) / Suguru Kameda(Tohoku Univ.) / Shunichi Azuma(Nagoya Univ.) / HUAN-BANG LI(NICT) |
| 幹事氏名（和） | 大和田 泰伯(NICT) / 萬代 雅希(上智大) / 川喜田 佑介(神奈川工科大) / 松井 健一(NTT) / 谷川 陽祐(阪府大) / 西村 寿彦(北大) / 石原 浩一(NTT) / 石津 健太郎(NICT) / 矢野 一人(ATR) / 石橋 功至(電通大) / 石井 光治(香川大) / 林 直樹(阪大) |
| 幹事氏名（英） | Yasunori Owada(NICT) / Masaki Bandai(Sophia Univ.) / Yusuke Kawakita(Kanagawa Inst. of Tech.) / Kenichi Matsui(NTT) / Yosuke tanigawa(Osaka Pref Univ.) / Toshihiko Nishimura(Hokkaido Univ.) / Koichi Ishihara(NTT) / Kentaro Ishidu(NICT) / Kazuto Yano(ATR) / Koji Ishibashi(Univ. of Electro-Comm.) / Koji Ishii(Kagawa Univ.) / Naoki Hayashi(Osaka Univ.) |
| 幹事補佐氏名（和） | 橋本 匡史(阪大) / 大田 知行(広島市立大) / 菊月 達也(富士通研) / 中野 亮(日立) / 堀田 善文(三菱電機) / 橿渕 健一(NTT) / 村岡 一志(ＮＴＴドコモ) / 衣斐 信介(阪大) / 西本 浩(三菱電機) / 安達 宏一(電通大) / 中村 理(シャープ) / Gia Khanh Tran(東工大) / 成枝 秀介(三重大) / 大島 浩嗣(構造計画研) / 太田 真衣(福岡大) / 大山 哲平(富士通研) / 加川 敏規(NICT) / 小蔵 正輝(奈良先端大) |
| 幹事補佐氏名（英） | Masafumi Hashimoto(Osaka Univ.) / Tomoyuki Ota(Hiroshima City Univ.) / Tatsuya Kikuzuki(Fujitu Lab.) / Ryo Nakano(HITACHI) / Yoshifumi Hotta(Mitsubishi Electric) / Kenichi Kashibuchi(NTT) / Kazushi Muraoka(NTT DOCOMO) / Shinsuke Ibi(Osaka Univ.) / Hiroshi Nishimoto(Mitsubishi Electric) / Koichi Adachi(Univ. of Electro-Comm.) / Osamu Nakamura(Sharp) / Gia Khanh Tran(Tokyo Inst. of Tech.) / Syusuke Narieda(Mie Univ.) / Koji Ohshima(Kozo Keikaku Engineering) / Mai Ohta(Fukuoka Univ.) / Teppei Oyama(Fujitsu Lab.) / Toshinori Kagawa(NICT) / Masateru Ogura(NAIST) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Ambient intelligence and Sensor Networks / Technical Committee on Network Systems / Technical Committee on Radio Communication Systems / Technical Committee on Smart Radio / Technical Committee on Reliable Communication and Control |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［チュートリアル講演］強化学習の実践的問題への応用と課題 |
| サブタイトル（和） | |
| タイトル（英） | [Tutorial Lecture] Reinforcement Learning: Application and Issues |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 強化学習 / reinforcement learning |
| キーワード(2)（和/英） | / machine learning |
| キーワード(3)（和/英） | 機械学習 / deep reinforcement learning |
| キーワード(4)（和/英） | 深層強化学習 |
| 第 1 著者 氏名（和/英） | 牧野 貴樹 / Takaki Makino |
| 第 1 著者 所属（和/英） | Google Inc.(略称：Google) Google Inc.(略称：Google) |
| 発表年月日 | 2018-07-12 |
| 資料番号 | RCC2018-51,NS2018-68,RCS2018-113,SR2018-48,ASN2018-45 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | RCC-123,NS-124,RCS-125,SR-126,ASN-127 |
| ページ範囲 | pp.119-119(RCC), pp.151-151(NS), pp.161-161(RCS), pp.129-129(SR), pp.135-135(ASN), |
| ページ数 | 1 |
| 発行日 | 2018-07-04 (RCC, NS, RCS, SR, ASN) |