行動選択におけるウィナーテイクオール
Definition
ウィナーテイクオール（WTA）は、ニューラルネットワークや強化学習において、複数の競合する行動や仮説間の衝突を解決するために使用される競争プロセスです。この方式では、最も強い信号 …
Rl
三要素学習
Definition
三要素学習は、強化学習における特定の手法で、学習プロセスを明確に3つの異なるコンポーネントに分解します。それは「報酬信号（環境からのフィードバック）」、「価値関数（状態や行動の長 …
ロボットの学習
Definition
ロボットの学習には、機械学習技術を活用して自律的にタスクを実行できるようロボットエージェントを訓練することが含まれます。事前にプログラムされた動作とは異なり、これらのシステムは動 …
確率マッチング
Definition
確率マッチングは、強化学習や心理学においてしばしば観察される行動パターンであり、最適な「最大化」戦略とは対照的です。常に最も高い確率を持つ行動を選ぶのではなく、各行動の選択頻度を …
予測状態表現
Definition
予測状態表現（PSR）は、従来の部分的に観測可能なマルコフ決定過程（POMDP）を拡張したもので、状態を将来の観測可能事象に関する予測ベクトルとして定義します。過去の完全な状態に …
マルチアームドバンディット
Definition
マルチアームドバンディット問題は、既知の報酬のあるオプションに固執するか（活用）、潜在的により良い報酬を発見するために新しいオプションを試すか（探索）というエージェントのジレンマ …
マウンテンカー問題
Definition
マウンテンカー問題は、強化学習研究における標準的なベンチマークです。目標は、出力の低い車を制御して急な丘の頂上まで到達させることです。車は
Summary
エージェントが加速制御 …
内発的動機づけ
Definition
強化学習において、内発的動機づけは、外部からのタスク報酬とは独立して、新奇性の追求、不確実性の低減、またはスキルの習得を通じて環境を探索するようエージェントを駆動させます。これに …
探索と利用のジレンマ
Definition
意思決定プロセスにおいて、エージェントは現在の知識を利用して最適な即時報酬を得るか（利用）、未知のオプションを探索してより良い長期的戦略を見つける可能性を探るか（探索）というト …
オンポリシー
Definition
オンポリシーアルゴリズムでは、エージェントは現在のポリシーによって取られた行動から直接学習する必要があります。これは、探索中に収集されたデータが即座にポリシーの更新に使用され、一 …
長期ホライズン
Definition
長期ホライズンの問題では、初期の意思決定の影響が多くのステップを経て初めて現れる一連の行動が含まれます。これはロボット工学、計画立案、多段階推論タスクで一般的です。主な課題は、長 …
状態
Definition
状態は、マルコフ決定過程（MDP）などのシステムにおいて将来の行動を決定するために必要なすべての関連情報を表します。強化学習において、状態は環境のコンテキストを内包します。 …
方策（ポリシー）
Definition
「ポリシー」という用語は文脈によって二つの意味を持ちます。一般的な経営では、意思決定のための指針を意味しますが、強化学習（RL）では、エージェントが特定の状態で取るべき行動を決定 …
階層的（Hierarchical）
Definition
階層的なAIシステムは、情報の処理や制御をネストされた層のツリー構造として組織化します。強化学習では、階層的強化学習（Hierarchical RL）が複雑なタスクをサブゴールに …
アクション
Definition
人工知能およびロボティクスにおいて、アクションとは、知的エージェントが環境と相互作用するために取る特定のステップまたは意思決定を指します。アクションは現在の状態に基づいて選択され …