Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1806.00630v1

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:1806.00630v1 (cs)
[提交于 2018年6月2日 ]

标题: DAQN:深度自编码器和Q网络

标题: DAQN: Deep Auto-encoder and Q-Network

Authors:Daiki Kimura
摘要: 深度强化学习方法通常需要大量训练图像和执行动作以获得足够的结果。 当在实际环境中使用实际机器人扩展真实任务时,由于输入图像的复杂性或噪声,该方法将需要更多的训练图像,并且在实际机器人上执行大量动作也会成为一个严重的问题。 因此,我们提出了一种扩展的深度强化学习方法,该方法应用生成模型来初始化网络,以减少训练试验的次数。 在本文中,我们使用深度Q网络方法作为深度强化学习方法,使用深度自编码器作为生成模型。 我们在三个不同的任务上进行了实验:一个 carts-pole 游戏,一个 atari 游戏,以及一个使用实际机器人的真实游戏。 与之前的方法相比,所提出的方法在所有任务上都更高效地进行了训练,特别是在包含真实环境图像的任务上快了 2.5 倍。
摘要: The deep reinforcement learning method usually requires a large number of training images and executing actions to obtain sufficient results. When it is extended a real-task in the real environment with an actual robot, the method will be required more training images due to complexities or noises of the input images, and executing a lot of actions on the real robot also becomes a serious problem. Therefore, we propose an extended deep reinforcement learning method that is applied a generative model to initialize the network for reducing the number of training trials. In this paper, we used a deep q-network method as the deep reinforcement learning method and a deep auto-encoder as the generative model. We conducted experiments on three different tasks: a cart-pole game, an atari game, and a real-game with an actual robot. The proposed method trained efficiently on all tasks than the previous method, especially 2.5 times faster on a task with real environment images.
主题: 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG); 机器学习 (stat.ML)
引用方式: arXiv:1806.00630 [cs.CV]
  (或者 arXiv:1806.00630v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.1806.00630
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Daiki Kimura [查看电子邮件]
[v1] 星期六, 2018 年 6 月 2 日 13:09:28 UTC (335 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2018-06
切换浏览方式为:
cs
cs.LG
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号