역강화학습에서의 행동 시퀀스 예측

Q: 이 논문에서 정의한 모방 학습이란 무엇인가?

모방 학습은 전문가의 시연으로부터 전문가의 행동을 모방하며 원하는 행동을 학습하는 방법이다. 이는 크게 행동 복제와 역강화학습으로 세분화될 수 있으며, 환경에서 전문가의 행동을 예측하거나 보상 함수를 추정하여 학습하는 방식을 포함한다.

Q: 역강화학습에 행동 시퀀스 예측 기법을 적용했을 때의 성능은 어떠한가?

연구 결과, 행동 차원이 3인 Hopper 환경에서는 시퀀스 길이가 2일 때 평균 보상이 가장 높았으나, 행동 차원이 6인 Walker2d 환경에서는 단일 행동 예측이 가장 높은 보상을 보였다. 이는 생성적 적대 모방 학습에서 생성자가 행동 시퀀스를 성공적으로 생성하는 데 어려움이 있음을 시사한다.

박태진; 조우성; 이재구

자료유형: 학술대회자료

저자정보: 박태진 (국민대학교) 조우성 (국민대학교) 이재구 (국민대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2024 한국컴퓨터종합학술대회 논문집

발행연도: 2024.6

수록면: 1,284 - 1,286 (3page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

최근 로보틱스, 자율주행 등 다양한 분야에서 전문가의 행동을 잘 모방하도록 신경망을 학습시키는 모방 학습 방법이 활발하게 연구되고 있다. 특히 최근에는 모방 학습 방법 중에서 주어진 관측에 대해서 하나의 행동을 예측하는 것이 아닌, 여러 개의 행동(시퀀스)을 예측하도록 하는 방법이 제안 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)