第31回 (2017)
セッションID: 2P4-4in1
会議情報
主催: 一般社団法人 人工知能学会
会議名: 2017年度人工知能学会全国大会（第31回）
回次: 31
開催地: 愛知県名古屋市 ウインクあいち
開催日: 2017/05/23 - 2017/05/26
逐次的自然方策勾配推定のための適応的学習率
詳細
主催: 一般社団法人 人工知能学会
会議名: 2017年度人工知能学会全国大会（第31回）
回次: 31
開催地: 愛知県名古屋市 ウインクあいち
開催日: 2017/05/23 - 2017/05/26
自然方策勾配の逐次推定はTD誤差の線形近似という形式で表現できるが，その安定性は学習率などの設定に対し敏感である．本研究では，パラメータ更新が停留点を越えないことを保証する Online importance weight aware update を，逐次的自然方策勾配法に適用する．理論解析により，従来法の不安定性と提案法の安定性を示す．さらに，数値実験により提案法の頑健さを示す．
