論文の概要: All On-Board: Fully On-Chip Neuromorphic Q-Learning with Embedded CartPole Simulation

• arxiv url: http://arxiv.org/abs/2609.32317v1
• Date: Sat, 26 Sep 2026 07:20:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 17:49:23.692147
• Title: All On-Board: Fully On-Chip Neuromorphic Q-Learning with Embedded CartPole Simulation
• Title（参考訳）: 全オンボード: 組み込みカルトプールシミュレーションによる完全オンチップニューロモルフィックQラーニング
• Abstract要約: 本稿では,完全オンチップ閉ループ Loihi 2 RL エージェントの設計と実装について述べる。 我々のQ-ラーニングアルゴリズムは、CPU実装と同じ数のエージェントを実行時間の半分でトレーニングし、2桁の動的パワーでトレーニングした。 これらの結果は、ニューロモルフィックハードウェア上でのRLの実現可能性を示し、エネルギー効率が高く、リアルタイムな組み込みAIシステム構築の約束を強調している。
• 参考スコア（独自算出の注目度）: 1.6397997192713676
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As AI models grow in size and usage, their energy demands increase dramatically, raising sustainability and economic concerns. Neuromorphic hardware, inspired by the energy efficiency of the brain, seeks to address this challenge by offering low-power, fast-processing alternatives to conventional computing. Such hardware is particularly well-suited to control systems deployed in resource-constrained environments, which are best trained via reinforcement learning (RL). This contribution presents the design and implementation of a fully on-chip, closed-loop Loihi 2 RL agent. Our neuromorphic circuit consists of a fully embedded Q-learning algorithm and an on-chip simulation of the CartPole-v0 environment on Loihi 2. Our Q-learning algorithm trained the same number of successful agents as the CPU implementation in only half the execution time and with two orders of magnitude less dynamic power. These findings demonstrate the viability of RL on neuromorphic hardware and highlight its promise for building energy-efficient, real-time, embedded AI systems.
• Abstract（参考訳）: AIモデルのサイズと使用量の増加に伴い、そのエネルギー需要は劇的に増加し、持続可能性や経済的な懸念が高まる。 脳のエネルギー効率にインスパイアされたニューロモルフィックハードウェアは、従来のコンピューティングに代わる低消費電力で高速な代替手段を提供することで、この問題に対処しようとしている。 このようなハードウェアは、リソース制約のある環境にデプロイされる制御システムに特に適しており、強化学習(RL)を通して最もよく訓練されている。 この貢献は、完全にオンチップでクローズドループのLoihi 2 RLエージェントの設計と実装を示す。 我々のニューロモルフィック回路は,完全組込みQ-ラーニングアルゴリズムと,Loihi 2上でのCartPole-v0環境のオンチップシミュレーションからなる。 我々のQ-ラーニングアルゴリズムは、CPU実装と同じ数のエージェントを実行時間の半分でトレーニングし、2桁の動的パワーでトレーニングした。 これらの結果は、ニューロモルフィックハードウェア上でのRLの実現可能性を示し、エネルギー効率が高く、リアルタイムな組み込みAIシステム構築の約束を強調している。

関連論文リスト

• A Remedy to Compute-in-Memory with Dynamic Random Access Memory: 1FeFET-1C Technology for Neuro-Symbolic AI [14.486320458474536]
  ニューロシンボリック人工知能(AI)は、ノイズや一般化されたパターンから学習し、論理的推論を行い、解釈可能な推論を提供する。 現在のハードウェアは、'neuro'と'symbolic'コンポーネント間の動的リソース割り当てを必要とするアプリケーションに対応するのに苦労している。 ニューロシンボリックAIの基本処理要素として強誘電体電荷領域計算メモリ(CiM)アレイを提案する。
  論文  参考訳（メタデータ） (2024-10-20T05:52:03Z)
• Topology Optimization of Random Memristors for Input-Aware Dynamic SNN [44.38472635536787]
  入力対応動的旋回型スパイクニューラルネットワーク(PRIME)のプルーニング最適化について紹介する。 信号表現の面では、PRIMEは脳固有のスパイキング機構をエミュレートするために、漏れやすい統合と発火のニューロンを使用する。 計算深度の動的調整にインスパイアされた再構成性のために、PRIMEは入力対応の動的早期停止ポリシーを採用している。
  論文  参考訳（メタデータ） (2024-07-26T09:35:02Z)
• DNN Partitioning, Task Offloading, and Resource Allocation in Dynamic Vehicular Networks: A Lyapunov-Guided Diffusion-Based Reinforcement Learning Approach [49.56404236394601]
  本稿では,Vehicular Edge Computingにおける共同DNNパーティショニング,タスクオフロード,リソース割り当ての問題を定式化する。 我々の目標は、時間とともにシステムの安定性を保証しながら、DNNベースのタスク完了時間を最小化することである。 拡散モデルの革新的利用を取り入れたマルチエージェント拡散に基づく深層強化学習(MAD2RL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-11T06:31:03Z)
• Adaptive Robotic Arm Control with a Spiking Recurrent Neural Network on a Digital Accelerator [41.60361484397962]
  本稿では,システムの概要と,Pynq ZUプラットフォーム上で使用するPythonフレームワークについて述べる。 シミュレーションされた精度は,毎秒380万イベントのピーク性能で維持されていることを示す。
  論文  参考訳（メタデータ） (2024-05-21T14:59:39Z)
• Resistive Memory-based Neural Differential Equation Solver for Score-based Diffusion Model [55.116403765330084]
  スコアベースの拡散のような現在のAIGC法は、迅速性と効率性の点で依然として不足している。 スコアベース拡散のための時間連続型およびアナログ型インメモリ型ニューラル微分方程式解法を提案する。 我々は180nmの抵抗型メモリインメモリ・コンピューティング・マクロを用いて,我々の解を実験的に検証した。
  論文  参考訳（メタデータ） (2024-04-08T16:34:35Z)
• Realtime Facial Expression Recognition: Neuromorphic Hardware vs. Edge AI Accelerators [0.5492530316344587]
  本稿では,社会ロボティクスなどの実世界の様々な応用における重要な要素として,リアルタイム表情認識(FER)システムに焦点をあてる。 フェース機械学習(ML)モデルをエッジに展開するためのハードウェアオプションとして,ニューロモルフィックハードウェアとエッジAIアクセラレータの2つについて検討する。
  論文  参考訳（メタデータ） (2024-01-30T16:12:20Z)
• Neuromorphic quadratic programming for efficient and scalable model predictive control [0.31457219084519]
  イベントベースおよびメモリ統合ニューロモルフィックアーキテクチャは、大規模な最適化問題を解決することを約束する。 本稿では,Intel のスケーラブルなニューロモルフィック研究チップ Loihi 2 上での2次コスト関数と線形制約を用いた凸連続最適化問題の解法を提案する。
  論文  参考訳（メタデータ） (2024-01-26T14:12:35Z)
• SupeRBNN: Randomized Binary Neural Network Using Adiabatic Superconductor Josephson Devices [44.440915387556544]
  AQFPデバイスはバイナリニューラルネットワーク(BNN)計算の優れたキャリアとして機能する。 本稿では,AQFPに基づくランダム化BNNアクセラレーションフレームワークSupeRBNNを提案する。 本稿では,ReRAMベースのBNNフレームワークのエネルギー効率を約7.8×104倍に向上することを示す。
  論文  参考訳（メタデータ） (2023-09-21T16:14:42Z)
• Enable Deep Learning on Mobile Devices: Methods, Systems, and Applications [46.97774949613859]
  ディープニューラルネットワーク(DNN)は人工知能(AI)分野において前例のない成功を収めた しかし、それらの優れた性能は、計算の複雑さのかなりのコストを伴っている。 本稿では,効率的なディープラーニング手法,システム,応用について概説する。
  論文  参考訳（メタデータ） (2022-04-25T16:52:48Z)
• Deep Reinforcement Learning with Population-Coded Spiking Neural Network for Continuous Control [0.0]
  深層強化学習(DRL)を用いた深層批評家ネットワークと連携して訓練された集団符号化スパイキングアクターネットワーク(PopSAN)を提案する。 我々は、トレーニング済みのPopSANをIntelのLoihiニューロモルフィックチップにデプロイし、本手法をメインストリームのDRLアルゴリズムと比較し、連続的な制御を行った。 本研究はニューロモルフィックコントローラの効率性をサポートし,エネルギー効率とロバスト性の両方が重要である場合,我々のハイブリッドRLをディープラーニングの代替として提案する。
  論文  参考訳（メタデータ） (2020-10-19T16:20:45Z)
• Memristor Hardware-Friendly Reinforcement Learning [14.853739554366351]
  そこで我々は,強化学習におけるアクター・クリティック・アルゴリズムのための経験的ニューロモルフィック・ハードウェアの実装を提案する。 RLと制御理論の両方において古典的な問題である逆振り子のバランスをとることを考える。 本研究は,メムリスタをベースとしたハードウェアニューラルネットワークを用いて複雑なタスクをその場での強化学習によって処理する可能性を示唆している。
  論文  参考訳（メタデータ） (2020-01-20T01:08:44Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。