学習手法 オフライン強化学習における未解決の課題への取り組み(3/3)
１．オフライン強化学習における未解決の課題への取り組み(3/3)まとめ・オフラインRLを改善するためには履歴データにない行動を学習する必要がある・既存手法は履歴データにない行動を過度に過大評価してしまう問題があった・基本的に悲観的な予測をす...
d4rl
学習手法 学習手法 オフライン強化学習における未解決の課題への取り組み(2/3)
１．オフライン強化学習における未解決の課題への取り組み(2/3)まとめ・D4RLは現実的なアプリケーションを念頭に作られたベンチマークである事が特徴・タスクの目的と違う目的を実行した記録から学習する能力などが試される・タスクと標準化されたデ...
入門／解説 オフライン強化学習における未解決の課題への取り組み(1/3)
１．オフライン強化学習における未解決の課題への取り組み(1/3)まとめ・強化学習は医療など試行錯誤によるデータ収集が難しい現実世界には適用が難しい・オフラインRLは実際に動かさなくても過去に収集されたデータを使って学習可能なため有望・オフラ...