메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(서울대학교) (서울대학교) (서울대학교) (서울대학교) (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2021 한국컴퓨터종합학술대회 논문집
오류 신고하기

피인용 0

검색

    초록·키워드

    새로운 환경에 대한 일반화는 픽셀 기반 강화 학습(RL)에서 가장 어려운 작업 중 하나이다. 본 연구에서는 동일한 도메인내에서 서로 다른 도메인의 샘플들을 활용하는 글로벌 및 로컬 대조 모듈을 가진 새로운 보상 기반 대비학습 프레임워크를 제안하여 이 문제를 해결하는 것을 목표로 한다. 핵심 직관은 유사한 환경의 이미지가 서로 다른 도메인에서 온 이미지일지라도 공통적인 특징을 공유한다는 것이다. 글로벌 대조 모듈의 경우, 우리는 환경의 감독 신호(예: 보상 또는 에피소드 종료신호)를 ... 전체 초록 보기

    최근 본 자료 전체보기

      UCI(KEPA) : I410-ECN-0101-2021-569-001870108