Reinforcement_learning

Definition

ME-Noughts-and-Crosses Engine（マッチボックス教育可能三目並べエンジン）は、強化学習を含む機械学習の初期実証例でした。304個のマッチ箱で構成され、各 …

強化学習および人工知能において、エンパワーメントはエージェントが環境に対して持つ制御の量を定量化する内的動機付け指標です。これは相互情報量として定義されます。

…

ベイズレジットは、完全な情報がある場合に達成可能な最適な報酬と、不確実性の中で行動するエージェントが得る期待報酬との差を定量化します。これは、事前分布に基づいて計算され、意思決定 …

見習い学習（またはデモンストレーションからの逆強化学習）は、エージェントが報酬関数だけに依存するのではなく、専門家の行動を観察することでスキルを獲得することを可能にします。 …

アクター・クリティックアルゴリズムは、アクションを選択するためのポリシーを更新する「アクター」と、価値関数を推定してそれらのアクションの品質を評価する「クリティック」の2つのコン …

行動モデル学習では、エージェントは自身の行動が環境をある状態から別の状態へ遷移させる方法を内部的に表現します。この手法は受動的な観察とは異なり、環境の動態を構築するために活用され …