Fugu-MT 論文翻訳(概要): Generalized Planning With Deep Reinforcement Learning

論文の概要: Generalized Planning With Deep Reinforcement Learning

arxiv url: http://arxiv.org/abs/2005.02305v1
Date: Tue, 5 May 2020 16:06:57 GMT
ステータス: 処理完了
システム内更新日: 2022-12-06 13:22:10.918938
Title: Generalized Planning With Deep Reinforcement Learning
Title（参考訳）: 深層強化学習による一般化計画
Authors: Or Rivlin, Tamir Hazan, Erez Karpas
Abstract要約: 汎用計画(Generalized Planning)は、計画問題のクラスに対する原則の発見を扱うため、ドメインの小さなインスタンスを使って発見された原則を、同じドメインのはるかに大きなインスタンスを解決するために使用することができる。本研究では、深層強化学習とグラフニューラルネットワークを用いて、そのような一般化されたポリシーを学習し、訓練されたものよりも桁違いに大きいインスタンスに一般化できることを実証する。
参考スコア（独自算出の注目度）: 23.96547603483571
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A hallmark of intelligence is the ability to deduce general principles from examples, which are correct beyond the range of those observed. Generalized Planning deals with finding such principles for a class of planning problems, so that principles discovered using small instances of a domain can be used to solve much larger instances of the same domain. In this work we study the use of Deep Reinforcement Learning and Graph Neural Networks to learn such generalized policies and demonstrate that they can generalize to instances that are orders of magnitude larger than those they were trained on.
Abstract（参考訳）: 知性の目印は、一般的な原則を例から推測する能力であり、観察された範囲を超えて正しい。一般的な計画では、そのような原則を計画問題のクラスで見つけることを扱うため、ドメインの小さなインスタンスを使って発見された原則は、同じドメインのはるかに大きなインスタンスを解決するのに使うことができる。本研究では,このような一般化した方針を学習するために,深層強化学習とグラフニューラルネットワークの利用について検討し,トレーニング対象よりも桁違いに大きなインスタンスに一般化できることを実証する。

関連論文リスト

Consciousness-Inspired Spatio-Temporal Abstractions for Better Generalization in Reinforcement Learning [83.41487567765871]
Skipperはモデルベースの強化学習フレームワークである。これは、与えられたタスクをより小さく、より管理しやすいサブタスクに自動的に一般化する。環境の関連部分には、スパースな意思決定と集中した抽象化を可能にする。
論文参考訳（メタデータ） (2023-09-30T02:25:18Z)
Generalization Through the Lens of Learning Dynamics [11.009483845261958]
機械学習(ML)システムは、デプロイ時に正確な予測を得るために、新しい状況に一般化することを学ぶ必要がある。ディープニューラルネットワークの印象的な一般化性能は、理論家たちに悪影響を与えている。この論文は、教師付き学習タスクと強化学習タスクの両方において、ディープニューラルネットワークの学習ダイナミクスを研究する。
論文参考訳（メタデータ） (2022-12-11T00:07:24Z)
Neural Networks and the Chomsky Hierarchy [27.470857324448136]
チョムスキー理論の知見が実際にニューラルネットワークの一般化の限界を予測できるかどうかを考察する。膨大なデータとトレーニング時間さえも、非自明な一般化に繋がらない負の結果を示す。この結果から,RNNとTransformerは非正規タスクの一般化に失敗し,構造化メモリで拡張されたネットワークのみがコンテキストレス・コンテキスト依存タスクの一般化に成功していることがわかった。
論文参考訳（メタデータ） (2022-07-05T15:06:11Z)
Learning Generalized Policies Without Supervision Using GNNs [20.322992960599255]
グラフニューラルネットワークを用いた古典的計画領域の一般政策学習の問題点を考察する。我々は,単純で汎用的なGNNアーキテクチャを用いて,鮮明な実験結果を得ることを目的としている。我々は、GNNの表現力と一階述語論理の$C_2$フラグメントの間に確立された関係を利用する。
論文参考訳（メタデータ） (2022-05-12T10:28:46Z)
Understanding Robust Generalization in Learning Regular Languages [85.95124524975202]
我々は、リカレントニューラルネットワークを用いて正規言語を学習する文脈における堅牢な一般化について研究する。この問題に対処するための構成戦略を提案する。構成戦略がエンド・ツー・エンド戦略よりもはるかに優れていることを理論的に証明する。
論文参考訳（メタデータ） (2022-02-20T02:50:09Z)
Learning Theory Can (Sometimes) Explain Generalisation in Graph Neural Networks [13.518582483147325]
本稿では,トランスダクティブ推論の文脈におけるニューラルネットワークの性能を厳密に分析する。本稿では, ブロックモデルに対するグラフ畳み込みネットワークの一般化特性について, トランスダクティブなRademacher複雑性が説明できることを示す。
論文参考訳（メタデータ） (2021-12-07T20:06:23Z)
Embracing the Dark Knowledge: Domain Generalization Using Regularized Knowledge Distillation [65.79387438988554]
十分なデータと代表データがない場合の一般化能力の欠如は、その実践的応用を妨げる課題の1つである。我々はKDDG(Knowledge Distillation for Domain Generalization)という,シンプルで効果的な,プラグアンドプレイのトレーニング戦略を提案する。教師ネットワークからの「より豊かな暗黒知識」と、我々が提案した勾配フィルタの両方が、マッピングの学習の難しさを軽減することができる。
論文参考訳（メタデータ） (2021-07-06T14:08:54Z)
A neural anisotropic view of underspecification in deep learning [60.119023683371736]
ニューラルネットが問題の未特定化を扱う方法が,データ表現に大きく依存していることを示す。深層学習におけるアーキテクチャ的インダクティブバイアスの理解は,これらのシステムの公平性,堅牢性,一般化に対処する上で基本的であることを強調した。
論文参考訳（メタデータ） (2021-04-29T14:31:09Z)
Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges [50.22269760171131]
過去10年間、データサイエンスと機械学習の実験的な革命が、ディープラーニングの手法によって生まれた。このテキストは、統一幾何学的原理によって事前に定義された規則性を公開することに関するものである。 CNN、RNN、GNN、Transformersなど、最も成功したニューラルネットワークアーキテクチャを研究するための一般的な数学的フレームワークを提供する。
論文参考訳（メタデータ） (2021-04-27T21:09:51Z)
In Search of Robust Measures of Generalization [79.75709926309703]
我々は、一般化誤差、最適化誤差、過大なリスクのバウンダリを開発する。経験的に評価すると、これらの境界の大部分は数値的に空白である。我々は、分散ロバストネスの枠組みの中で、一般化対策を評価するべきであると論じる。
論文参考訳（メタデータ） (2020-10-22T17:54:25Z)
Selecting Data Augmentation for Simulating Interventions [12.848239550098693]
純粋に観察データで訓練された機械学習モデルと経験的リスクの原則は、目に見えない領域に一般化することができない。我々は、データ拡張の成功を説明するために、観察されたドメインとタスクラベルの急激な相関を弱める方法を説明するために、因果的概念を用いることができると論じる。
論文参考訳（メタデータ） (2020-05-04T21:33:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。