JP2021185493 ACTION SELECTION FOR ENHANCED LEARNING USING NEURAL NETWORK

Settings

Stemming

Single Family Member

Include NPL

Feedback

Goto Application

Office

Japan

Application Number 2021127574

Application Date 03.08.2021

Publication Number 2021185493

Publication Date 09.12.2021

Publication Kind A

IPC

CPC

Applicants DEEPMIND TECHNOLOGIES LITD
ディープマインド　テクノロジーズ　リミテッド

Inventors SIMON OSINDERO
サイモン・オシンデロ
KORAY KAVUKCUOGLU
コーレイ・カヴクチュオグル
ALEXANDER VEZHNEVETS
アレキサンダー・ヴェズネヴェッツ

Agents 村山　靖彦
実広　信哉
阿部　達彦

Priority Data 62/463,532 24.02.2017 US

Title

(EN) ACTION SELECTION FOR ENHANCED LEARNING USING NEURAL NETWORK

(JA) ニューラルネットワークを使用する強化学習のための行動選択

Abstract

(EN)

PROBLEM TO BE SOLVED: To provide a method for selecting an action to be implemented by an agent interacting with an environment.

SOLUTION: A system includes a manager neural network subsystem and a worker manager neural network subsystem. The manager subsystem is configured to generate a final target vector regarding a time step in each of a plurality of time steps. The worker subsystem is configured to generate an action score for each action in a prescribed action set by using the final target vector generated by the manager subsystem in each of the plurality of time steps.

SELECTED DRAWING: Figure 1

(JA)

【課題】環境と相互作用するエージェントによって遂行される行動を選択する方法を提供する。
【解決手段】このシステムは、マネージャニューラルネットワークサブシステムおよびワーカニューラルネットワークサブシステムを備える。マネージャサブシステムは、複数の時間ステップの各々において、時間ステップに関する最終的な目標ベクトルを生成するように構成されている。ワーカサブシステムは、複数の時間ステップの各々において、マネージャサブシステムによって生成された最終的な目標ベクトルを使用して、所定の行動セットにおける各行動に関するそれぞれの行動スコアを生成するように構成されている。
【選択図】図１

G	PHYSICS
06	COMPUTING; CALCULATING OR COUNTING
N	COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3	Computer systems based on biological models
02	using neural network models
04	Architecture, e.g. interconnection topology

G	PHYSICS
06	COMPUTING; CALCULATING OR COUNTING
N	COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3	Computer systems based on biological models
02	using neural network models
04	Architecture, e.g. interconnection topology

G	PHYSICS
06	COMPUTING; CALCULATING; COUNTING
N	COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3	Computer systems based on biological models
004	Artificial life, i.e. computers simulating life
006	based on simulated virtual individual or collective life forms, e.g. single "avatar", social simulations, virtual worlds or particle swarm optimisation

G	PHYSICS
06	COMPUTING; CALCULATING; COUNTING
N	COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3	Computer systems based on biological models
02	using neural network models
04	Architectures, e.g. interconnection topology
0445	Feedback networks, e.g. hopfield nets, associative networks

G	PHYSICS
06	COMPUTING; CALCULATING; COUNTING
N	COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3	Computer systems based on biological models
02	using neural network models
04	Architectures, e.g. interconnection topology
0454	using a combination of multiple neural nets

Processing

National Phase Entries

Authority File

Settings

Feedback

Goto Application

1. JP2021185493 - ACTION SELECTION FOR ENHANCED LEARNING USING NEURAL NETWORK