RL

強化学習（RL）は、ソフトウェアエージェントが累積報酬の概念を最大化するために、どのように環境で行動を取るべきかに関係する機械学習の領域です。強化学習は、教師あり学習や教師なし学習と並んで、3つの基本的な機械学習パラダイムの1つです。強化学習は、ラベル付けされた入出力ペアを提示する必要がなく、明示的に修正されるべき最適でない行動を必要としないという点で教師あり学習とは異なります。その代わりに、（未知の領域の）探索と（現在の知識の）利用の間のバランスを見つけることに焦点を当てています。

1 article

米陸軍のジェミン・ジョージ博士と彼の同僚は、階層的強化学習（HRL）を使用して、エージェントの大規模な群れをグループとして制御する方法を開発した。ドローンの制御を中央集権的なアプローチから階層的な設計に移行することで、ソフトウェアの学習時間が80％削減されたという。 [...]

Takushi Yoshida
Published 2 months ago