第25回ステアラボ人工知能セミナー

機能改善領収データ発行機能にてインボイス制度の書式での出力に対応しました。詳しくはこちらをご覧ください。

新機能参加者によるイベント出席機能をリリースしました。今までは主催者による出席管理機能はありましたが、大規模イベント等での受付処理が大変とのフィードバックをいただいてました。今後はイベント作成時に発行される「出席コード」を会場現地や配信で共有してもらうことで、参加者自身でイベント出席登録を行うことができるようになります。これにより受付処理が容易になりますので、イベント主催者の皆様はぜひご活用ください。詳しくはこちらのニュースや特集ページをご確認ください。

Sep

20
第25回ステアラボ人工知能セミナー
国際電気通信基礎技術研究所内部英治様: 強化学習と逆強化学習を組み合わせた模倣学習

Organizing : 千葉工業大学　人工知能・ソフトウェア技術研究センター

Hashtag ：#stairlab

Registration info	参加枠1 Free Standard (Lottery Finished) 135/95

Description

千葉工業大学人工知能・ソフトウェア技術研究センター (ステアラボ) では、機械学習、自然言語処理、画像処理等の人工知能分野の研究者をお招きし、最先端の研究についてご講演していただく「ステアラボ人工知能セミナー」を定期的に開催しています。

今回は国際電気通信基礎技術研究所の内部英治様に「強化学習と逆強化学習を組み合わせた模倣学習」というタイトルでご講演いただきます。

どなたでも無料でご参加いただけます。参加申込みの抽選結果は9月6日にお知らせいたします。その後、座席に余裕がある場合は先着順でセミナー当日まで申込みを受け付けます。

日時

2019年9月20日 (金) 15:00-16:00

場所

東京スカイツリータウン (R) ソラマチ8F
千葉工業大学東京スカイツリータウン (R) キャンパス

講演者

国際電気通信基礎技術研究所脳情報通信総合研究所主幹研究員内部英治様

講演タイトル

強化学習と逆強化学習を組み合わせた模倣学習

講演概要

強化学習を適用する際に問題になるのは目的を規定する報酬関数の設計である。逆強化学習は熟練者から提示されたデモンストレーションから報酬を推定する枠組みであり、強化学習と逆強化学習を組み合わせた模倣学習はデモンストレーションに含まれない未知の状態に対しても適切な行動を学習できるといった、単純な制御方策の模倣の問題点を克服できること、敵対的生成ネットワーク(GAN)の枠組みで解釈できることといった点から、近年多くの研究がなされている。本公演では強化学習と逆強化学習の組み合わせによる模倣学習について紹介しつつ、強化学習と逆強化学習が互いに関数近似器を共有することで学習効率を改善した我々のアルゴリズムを紹介する。