Аглюков, И. Н. (студент). A Method for Catastrophic Forgetting Prevention during Multitasking Reinforcement Learning [Text] / И. Н. Аглюков, К. В. Святов, С. В. Сухов> // Мехатроника, автоматизация, управление. - 2022. - Т. 23, № 8. - С. 414-419 : ил. - Библиогр.: с. 419 (19 назв.) . - ISSN 1684-6427
Рубрики: Радиоэлектроника Искусственный интеллект. Экспертные системы Кл.слова (ненормированные): автокодировщики -- автономное обучение -- буферы опыта -- дистилляция знаний -- забывание -- имитационное обучение -- интеллектуальные агенты -- катастрофическое забывание -- клонирование поведения -- мультизадачное обучение -- непрерывное обучение -- подкрепление обучения -- роботизированные системы Аннотация: Принцип обучения с подкреплением основан на взаимодействии агента с окружением в целях максимизации своей награды. Разработанный метод позволяет обучить агента тому, как эффективно вести себя в нескольких средах одновременно на основе обмена опытом с агентами-учителями, используя буфер опыта. В ходе исследований были протестированы и выбраны максимально успешные сочетания различных функций потерь и способов преобразования выходных слоев нейросетей. Предложены несколько методик оптимизации хранения буфера: использование части буфера и сжатие состояний во внутреннее представление нейросети с помощью автокодировщика. В качестве тестового окружения для экспериментов использовались игры Atari. Доп.точки доступа: Святов, К. В. (кандидат технических наук); Сухов, С. В. (кандидат физико-математических наук) Имеются экземпляры в отделах: всего 1 : эн.ф. (1) Свободны: эн.ф. (1) |