reinforcement-learning(RL)
試行錯誤しながら、良い結果に結びつく行動を学ぶ学習法。点数(報酬)が高くなる選択を増やすように調整する。
たとえば: ゲームで得点が伸びる動きを少しずつ覚えていく練習方法。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- RobustRLlib:ロバスト強化学習を同一基盤で比べるための統一ライブラリ兼ベンチマーク
RobustRLlibは、ロバスト強化学習の再利用性の低さと能力境界の不明確さという課題に対し、17手法の統一実装と多様な評価環境、273設定の評価による能力マップ提示をまとめて提供する。
- 単一の人間動画を「逐次的シーングラフ」にしてRLを導く:Dex-One2Manyの提案
Dex-One2Manyは、単一の人間動画を逐次的シーングラフに抽象化し、RLの探索と報酬設計を同時にガイドする枠組みを提案する。動画にない姿勢や把持への一般化と、多段タスクでの探索困難の緩和を狙う。5タスクで、見た構成では6.5%、見ていないシナリオでは71%ベースラインを上回ったと報告する。
