深層学習を組み込んだ経験強化型学習XoL：deep Q-networkとの比較

カテゴリ: 研究会(論文単位)

論文No: ST16030

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2016/07/09

タイトル(英語): Exploitation-oriented Learning XoL with Deep Learning - Comparison with a deep Q-network -

著者名: 宮崎 和光(大学改革支援・学位授与機構)

著者名(英語): Kazuteru Miyazaki(National Institution for Academic Degrees and University Evaluation)

キーワード: 経験強化型学習|強化学習|深層学習|ゲーム|Ｐｒｏｆｉｔ　Ｓｈａｒｉｎｇ|Ｑ－ｌｅａｒｎｉｎｇ|Exploitation-oriented Learning|Reinforcement Learning|Deep Learning|game|Profit Sharing|Q-learning

要約(日本語): 本論文では深層学習を組み込んだ経験強化型学習XoLを提案する。Atari2006ゲームを題材にdeep Q-network(DQN)との比較を行う。実験により、提案手法が、DQNよりも高速に学習できることを示す。

要約(英語): In this paper, we propose Exploitation-oriented Learning XoL with Deep Learning. Our proposed method is comparison a deep Q-network (DQN) in Atari 2600 games. We show that our method can learn faster than DQN.

原稿種別: 日本語

PDFファイルサイズ: 1,189 Kバイト