ACNMP: انتقال مهارت و برون یابی کار از طریق یادگیری از نمایش و یادگیری تقویتی از طریق به اشتراک گذاری بازنمایی
| عنوان | ACNMP: انتقال مهارت و برون یابی کار از طریق یادگیری از نمایش و یادگیری تقویتی از طریق به اشتراک گذاری بازنمایی |
|---|---|
| نویسنده | Akbulut، M. T.، Öztop، Erhan، Xue، H.، Tekden، A. E.، Şeker، M. Y.، Uğur، E. |
| تاریخ انتشار: | 2020 |
| محل انتشار | - ML Research Press |
| موضوع | یادگیری عمیق، یادگیری از نمایش، یادگیری تقویتی، یادگیری بازنمایی |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شناسه دارایی کتابخانه | 2640-3498 |
| شماره ثبت | bf595557-5612-421f-b1d6-80b31ea0b084 |
| محل کتابخانه | علوم کامپیوتر |
| تاریخ | 2020 |
| یادداشتها | برنامه چارچوب افق 2020؛ تحقیقات اصلی برای علم و فناوری تکاملی ; دانشگاه اوزاکا؛ TÜBİTAK |
| متن نمونه | برای تجهیز رباتها به مهارتهای ماهرانه، یک رویکرد مؤثر این است که ابتدا مهارت مورد نظر را از طریق آموزش از نمایش (LfD) منتقل کنید، سپس به ربات اجازه دهید آن را با کاوش خود از طریق یادگیری تقویتی (RL) بهبود بخشد. در این مقاله، ما یک چارچوب جدید LfD + RL، به نام اولیههای حرکت عصبی شرطی تطبیقی (ACNMP) پیشنهاد میکنیم که به بهبود سیاست کارآمد در محیطهای جدید و انتقال مهارت مؤثر بین عوامل مختلف اجازه میدهد. این امر از طریق بهرهبرداری از بازنمایی نهفته آموختهشده توسط مدل فرآیند عصبی شرطی (CNP) و آموزش همزمان مدل با یادگیری نظارتشده (SL) برای دستیابی به مسیرهای نشاندادهشده و از طریق RL برای کشف مسیر جدید به دست میآید. از طریق آزمایشهای شبیهسازی، نشان میدهیم که (i) ACNMP سیستم را قادر میسازد تا به موقعیتهایی که LfD خالص شکست میخورد تعمیم دهد. (ii) آموزش همزمان سیستم از طریق SL و RL شکل نمایش ها را حفظ می کند و در عین حال با موقعیت های جدید به دلیل بازنمایی های مشترک استفاده شده توسط هر دو یادگیرنده سازگار می شود. (iii) ACNMP RL کارآمد نمونه در برون یابی رسیدن به وظایف را در مقایسه با رویکردهای موجود امکان پذیر می کند. (IV) ACNMP ها را می توان برای پیاده سازی انتقال مهارت بین روبات هایی با مورفولوژی متفاوت، با سرعت یادگیری رقابتی و مهمتر از همه با تعداد مفروضات کمتر در مقایسه با رویکردهای پیشرفته استفاده کرد. در نهایت، ما مناسب بودن ACNMPها در دنیای واقعی را از طریق آزمایشهای ربات واقعی نشان میدهیم که شامل اجتناب از موانع، برداشتن و قرار دادن و ریختن اقدامات است. |
| Cilt | 155 |
