mabonki0725 https://blog.hatena.ne.jp/mabonki0725/ mabonki0725の日記 https://mabonki0725.hatenablog.com/ 強化学習 ゲームの世界と違って実世界では次の様な実際の環境の変化に柔軟に対応して制御する必要がある。 ・接触摩擦 視覚ノイズ モータ誤差 地面の凹凸・勾配 空気抵抗 加速時間 この様な課題に対して、自動運転の場合は移動に誤差が生じ自己位置が不明になるので、センサーで逐次的に自己位置を修正する粒子フィルターやSLAM(Sumiltaneous Localizaion and Mapping)[1]と云う理論がある。一方ロボッテクスでは、実際の駆動誤差を最適に制御する現代制御理論とタスクの最適化をする機械学習を統合したGuided Policy Search[2]がある。 今回読んだ論文は、報酬を最大化する… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmabonki0725.hatenablog.com%2Fentry%2F2019%2F01%2F24%2F113658" title="メタ学習による実世界での変異や誤差に対応した学習の論文を読む - mabonki0725の日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://chart.apis.google.com/chart?cht=tx&chl=min_%7B%5Ctheta%2C%5Cpsi%7D%20%5Cmathbb%7BE%7D_%20%7B%5Ctau%20%5Csim%20p%28%5Ctau%29%7D%20%5B%20%5Cmathcal%7BL%7D%28D_%5Ctau%5E%7Btest%7D%2C%5Ctheta%27%29%20%5D Hatena Blog https://hatena.blog 2019-01-24 11:36:58 rich https://mabonki0725.hatenablog.com/entry/2019/01/24/113658 1.0 100%