Model-Based Reinforcement Learning with Discriminative Loss

Guang Jin; Yohwan Noh; DoHoon Lee

doi:10.5626/JOK.2020.47.6.547

추천

검색

질문

자료유형: 학술저널

저자정보: Guang Jin (부산대학교) Yohwan Noh (부산대학교) DoHoon Lee (부산대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.47 No.6

발행연도: 2020.6

수록면: 547 - 552 (6page)

DOI: 10.5626/JOK.2020.47.6.547

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

강화학습은 여러 가지 어려운 문제들을 해결하는 데 좋은 결과를 보여주고 있다. 그러나 이를 실제 문제에 적용하기에는 샘플 효율성이 큰 문제이다. 이 논문에서는 차별 손실함수를 이용한 모델기반 강화학습 프레임워크를 제안한다. 이 방법은 모델이 서로 다른 동작을 구별할 수 있도록 훈련한다. 이 프레임워크로 사전 학습된 인코더가 추출한 특징은 정책 그라디언트 방법이 추출한 특징과 일치한다는 것을 발견했다. 제안한 방법은 아타리(Atari) 게임 환경에서 기존의 모델기반 강화학습 방법보다 높은 샘플 효율성을 보였으며 특히 학습의 초기 단계에서는 기준선보다도 높은 효율성을 보였다.

#강화학습 #모델기반 #차별 손실 함수 #동작 구별 #reinforcement learning #model-based RL #discriminative loss function #action discrimination

참고문헌 (11)

참고문헌 신청

V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, and M. Riedmiller, "Playing atari with deep reinforcement learning," arXiv preprint arXiv:1312.5602, 2013. D. Silver, A. Huang, C. J. Maddison, A. Guez, L. Sifre, G. Van Den Driessche, J. Schrittwieser, I. Antonoglou, V. Panneershelvam, M. Lanctot, et al., "Mastering the game of go with deep neural networks and tree search," Nature, Vol. 529, No. 7587, p. 484, 2016.

M. C. Machado, M. G. Bellemare, E. Talvitie, J. Veness, M. Hausknecht, and M. Bowling, "Revisiting the arcade learning environment: Evaluation protocols and open problems for general agents," Journal of Artificial Intelligence Research, vol. 61, pp. 523-562, 2018.

R. S. Sutton and A. G. Barto, Reinforcement learning: An introduction. MIT press, 2018.

V. Mnih, A. P. Badia, M. Mirza, A. Graves, T. Lillicrap, T. Harley, D. Silver, and K. Kavukcuoglu, "Asynchronous methods for deep reinforcement learning," International conference on machine learning, pp. 1928-1937, 2016.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Guang Jin

소속기관 부산대학교

주요연구분야 공학 > 컴퓨터학

논문수 2 이용수 122

노요환

소속기관 부산대학교

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 정보통신공학

논문수 8 이용수 478

이도훈

소속기관 부산대학교

주요연구분야 공학 > 컴퓨터학 TOP 10% 공학 > 전기전자공학

논문수 60 이용수 4,426

이 논문과 함께 이용한 논문

A Novel Rar e Image Data Augmentation Method for Fish Diseases Classification

Qikang Deng , Junho Ryu , DoHoon Lee 멀티미디어학회논문지 2025 .02

Chinese named entity recognition based on ERNIE-IDCNN-CRF

Hongjian Yang , Qinghao Zhang , Qikang Deng 외 1명 한국정보과학회 학술발표논문집 2022 .06

Lite weight Semantic Segmentation Model for Self-Driving base on Improved YOLOv5 and DBNet++

Qikang Deng , DongYeop Ra , In Gu Jo 외 1명 한국정보과학회 학술발표논문집 2022 .06

정보과학회지 월별 특집계획

편집부 정보과학회지 2022 .03

모델기반 강화학습을 활용한 Flexible Jobshop 스케줄링 연구

오승헌 , 송준호 , 우종훈 한국경영과학회 학술대회논문집 2021 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)