05月13日(Tue) 09:00〜10:20 H会場(102人-ひめぎんホール 第8会議室)
| 演題番号 | 2H1-2 |
|---|---|
| 題目 | e射影に基づく方策探索法 |
| 著者 | 植野 剛(科学技術振興機構 湊離散構造処理系プロジェクト) |
| 時間 | 05月13日(Tue) 09:20〜09:40 |
| 概要 | 方策探索法は，方策をパラメトリック関数で記述し, そのパラメータを学習する強化学習法である．本研究では確率推論の立場から方策探索法を考察し，KL距離最小化に基づく新しい方策探索法を提案する．この提案法は大域的収束性を持つなど望ましい性質を持つが，周辺化が困難な確率分布を計算する必要がある．この問題を解決するため，確率分布の近似推論の１種であるe射影を用いた近似法も併せて提案する． |
| 論文 | PDFファイル |