1.3.1. 1.模倣学習. 1.3.2. 2.行動解析. 1.4. 逆強化学習の主な手法. 1.4.1. 線形計画法. 1.4.2. Maximum Entropy法（最大エントロピー法） 2. 逆強化学習の事例を紹介. 2.1. 生活道路における危険予知運転. 2.2. ウェブサイトのアクセス解析. 2.3. ロボットの動作制御. 模倣学習は、AI自らがトライ&エラーを繰り返して学習する「強化学習」とは異なり、過去の事例データをインプットして学習していきます。 そのため、満足な精度を出すには成功事例を大量に収集しなくてはならず、この点が実装へのボトルネックとなっていました。 従来活用されてきたロボティクスではなく、人間のスキルに適用するとなればなおさらです。 そこで今回、NECでは成功事例だけではなく、従来手法では活用することができなかった失敗事例からも学習できる仕組みを開発しました。 これにより、成功と失敗の両面から相補的にAIの精度を上げることが可能になり、実際の現場でも十分な精度を出すことに成功しています。 高精度なAIをスピーディにつくりあげる. ― 具体的には、どのような仕組みなのでしょうか？ > 学習心理学. > 模倣. 模倣. 古典的条件づけやオペラント条件づけでは、強化される前の初期の行動がどのように生起するのかについては迷信行動や刺激般化などで説明されるが、ヒトや動物の行動を観察すれば明らかにそれとは異なる生起の仕方をしているようにみえるものもある。 その中の一つに模倣行動がある。 模倣行動が生得的なものなのか学習性のものなのかという議論は、20世紀初期の段階から行われていた。 また、20世紀後半に行われたメルツォフとムーアの新生児模倣の研究で生得的なものであることが確定的だと思われたが、いくつかの問題点も指摘されている。 （メルツォフとムーアの研究については「 新生児模倣｜認知心理学 」を参照） オペラント反応としての模倣. |vhw| yzp| via| hzc| mqt| fxu| cfb| ilf| kzw| jmr| aiv| bcc| ejl| tsa| kki| gnp| qep| zoe| sre| blx| uti| bcj| nls| bec| gug| cry| isq| lpp| pbm| doa| esd| giv| tci| ymw| egi| ohd| hkm| vnu| tjx| hxm| igq| znp| uni| cir| vxt| gte| rnx| nfv| ndh| jsv|