آمار
| تعداد نشریات | 41 |
| تعداد شماره‌ها | 1,116 |
| تعداد مقالات | 13,678 |
| تعداد مشاهده مقاله | 48,554,593 |
| تعداد دریافت فایل اصل مقاله | 12,304,428 |
بهبود سرعت آموزش در مسائل یادگیری تقویتی مبتنی بر انتقال دانش عصبی‌فازی | ||
| مجله مهندسی برق دانشگاه تبریز | ||
| مقاله 14، دوره 49، شماره 3 - شماره پیاپی 89، آذر 1398، صفحه 1119-1129 اصل مقاله (397.76 K) | ||
| نوع مقاله: علمی-پژوهشی | ||
| نویسندگان | ||
فاطمه سعادت جو  ؛ عرفان قندهاری
| ||
| دانشکده مهندسی کامپیوتر - دانشگاه علم و هنر | ||
| چکیده | ||
| این مقاله به موضوع انتقال یادگیری در محیطهایی که بعضی از ویژگیهای آن مشترک است میپردازد. چالش اصلی در این مبحث، نحوه انتقال دانش بهدستآمده از محیط مبدأ به محیط مقصد است. در ایده ارائهشده با در نظرگرفتن ویژگیهای مشترک در فضای عامل بین دو محیط، ابتدا مقدار ارزش - عمل در محیط مبدأ بهدست میآید، سپس از یک شبکه عصبی- فازی برای تقریب مقدار تابع ارزش - عمل بهره برده میشود. در محیط مقصد، مقدار ارزش - عمل از ترکیب مقدار پیشبینی شبکه عصبی - فازی و مقدار بهدستآمده در خود آن محیط استفاده میشود. به‌عبارت دیگر با توجه به آموزش انجام‌شده در محیط مبدأ، مقادیر ارزش - عمل در محیط مقصد از ترکیب مقادیر ارزش - عمل تقریبزدهشده توسط شبکه عصبی - فازی و مقدار بهدست آمده از الگوریتم یادگیری در آن محیط بهدست میآید. شایان ذکر است که از الگوریتم یادگیری Q در محیط استفاده‌شده است. نتایج حاصل از ایده ارائهشده، حاکی از افزایش چشمگیر سرعت یادگیری میباشد. | ||
| کلیدواژه‌ها | ||
| یادگیری تقویتی؛ انتقال دانش؛ ویژگی مشترک؛ شبکه عصبی- فازی | ||
| مراجع | ||
|
[1] W.Böhmer, J. T.Springenberg, J.Boedecker, M.Riedmiller and K.Obermayer, Autonomous learning of state representations for control: An emerging field aims to autonomously learn state representations for reinforcement learning agents from their real-world sensor observations, KI-Künstliche Intelligenz, vol. 29, no. 4, pp. 353-362, 2015. [2] J. Kober, J. A. Bagnell and J. Peters, Reinforcement learning in robotics: A survey, International Journal of Robotics Research, vol. 32, no. 11, pp. 1238-1274, 2013.
[3] T. P. Lillicrap, J. J. Hunt, A. Pritzel, N. Heess, T. Erez, Y.Tassa and D.Wierstra, Continuous control with deep reinforcement learning,arXiv preprint arXiv:1509.02971, 2015.
[4] عادل اکبری مجد، حسین شایقی، حمید محمد نژاد، عبدااله یونسی، کنترلکننده مقاوم تطبیقی بار فرکانس مبتنی بر یادگیری تقویتی برای یک سیستم قدرت به هم پیوسته شاملSMES، مجله مهندسی برق دانشگاه تبریز، جلد 47، شماره 2، 1396. [5] Y. J. Liu, L. Tang, S. Tong, C. P. Chen and D. J. Li, Reinforcement learning design-based adaptive tracking control with less learning parameters for nonlinear discrete-time MIMO systems, IEEE Transactions on Neural Networks and Learning Systems, vol. 26, no.1, pp. 165-176, 2015.
[6] H. B.Ammar, E., Eaton, J. M., Luna and P.Ruvolo, Autonomous cross-domain knowledge transfer in lifelong policy gradient reinforcement learning, International Joint Conference on Artificial Intelligence, pp. 3345-3351, 2015.
[7] A. Fachantidis, I. Partalas, G. Tsoumakas and I. Vlahavas, Transferring task models in reinforcement learning agents, Neurocomputing, vol. 107, pp. 23-32, 2013.
[8] M.Ghavamzadeh S.Mannor, J.Pineau and A. Tamar, Bayesian reinforcement learning: A survey, Foundations and Trends® in Machine Learning, vol. 8, no. 5-6, pp. 359-483, 2015.
[9] A. Gupta, C. Devin, Y. Liu, P. Abbeel and S. Levine, Learning Invariant Feature Spaces to Transfer Skills with Reinforcement Learning, arXiv preprint arXiv: 1703.02949, 2017. [10] O. Mohammed, G.Bailly and D.Pellier, Acquiring Human-Robot Interaction skills with Transfer Learning Techniques, Proceedings of the Companion on Human-Robot Interaction, pp. 359-360, 2017. [11] F. L.da Silva and A. H. R. Costa, Accelerating Multiagent Reinforcement Learning through Transfer Learning, Proceedings of the Thirty-First AAAI Conference on Artificial Intelligence, pp. 5034-5035, 2017. [12] M. N. Ahmadabadi and M. Asadpour, Expertness based cooperative Q-learning, IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), vol. 32, no. 1, pp. 66-76, 2002. [13] K. Ito, A. Gofuku, Y. Imoto, and M. Takeshita, A study of reinforcement learning with knowledge sharing for distributed autonomous system,Proceedings of the International Symposium on Computational Intelligence in Robotics and Automation, pp. 16-20, 2003. [14] R. A. Bianchi, L. A. Celiberto, P. E. Santos, J. P.Matsuura and R. L. deMantaras, Transferring knowledge as heuristics in reinforcement learning: A case-based approach, Artificial Intelligence, vol. 226, pp.102-121, 2015. [15] Y. Hou, Y. S.Ong, L. Feng and J. M. Zurada, An Evolutionary Transfer Reinforcement Learning Framework for Multi-Agent System, IEEE Transactions on Evolutionary Computation, vol. 21, no. 4, pp. 601-615, 2017. [16] Y. Duan, J. Schulman, X. Chen, P. L. Bartlett, I. Sutskever and P. Abbeel, RL2: Fast Reinforcement Learning via Slow Reinforcement Learning. arXiv preprint arXiv:1611.02779, 2016. [17] P. Tommasino, D. Caligiore, M. Mirolli and G. Baldassarre, A Reinforcement Learning Architecture that Transfers Knowledge between Skills when Solving Multiple Tasks, IEEETransactions on Cognitive and Developmental Systems, 2016. [18] G. F. Wang, Z. Fang, P. Li and B. Li, Transferring knowledge from human-demonstration trajectories to reinforcement learning, Transactions of the Institute of Measurement and Control, vol. 40, no.1, pp. 94-101, 2018. [19] R. Glatt, F. L. da Silva and A. H. R. Costa, Towards Knowledge Transfer in Deep Reinforcement Learning, 5th Brazilian Conference on Intelligent Systems, pp. 91-96, 2016. [20] L. Zhou, P. Yang, C. Chen, Y. Gao, Multiagent reinforcement learning with sparse interactions by negotiation and knowledge transfer, IEEE transactions on cybernetics, vol. 47, no. 5, pp. 1238-1250, 2017. [21] T. Takano, H. Takase, H. Kawanaka and S. Tsuruoka, Preferential exploration method of transfer learning for reinforcement learning in same transition model, 6th International Conference on Soft Computing and Intelligent Systems and 13th International Symposium on Advanced Intelligent Systems, pp. 2099-2103, 2012. [22] G. Konidaris, I. Scheidwasser and A. Barto, Transfer in reinforcement learning via shared features, Journal of Machine Learning Research, pp. 1331-1371, 2012. [23] B. Banerjee and P. Stone, General Game Learning Using Knowledge Transfer. IJCAI, pp. 672-677. 2007. [24] E. Ferrante, A. Lazaric, and M. Restelli, Transfer of task representation in reinforcement learning using policy-based proto-value functions, Proceedings of the 7th international joint conference on Autonomous agents and multiagent systems, Vol. 3, pp. 1329-1332, 2008. [25] A. Lazaric, Knowledge transfer in reinforcement learning, PhD thesis, Politecnico di Milano, 2008. [26] سیده ملیحه اخلاقی هاشمی‌پور، انتقال دانش در مسائل یادگیری تقویتی با ویژگیهای مشترک، پایان نامه کارشناسی ارشد، دانشکده برق و کامپیوتر، دانشگاه یزد، 1394. [27] R. S. Sutton and A. G. Barto, Reinforcement Learning: An Introduction, Cambridge, MIT Press, 1998. [28] G. Yen and T. Hickey, Reinforcement learning algorithms for robotic navigation in dynamic environment, ISI Transaction, vol. 43,no. 2, pp. 217-230, 2004. [29] A. Epshteyn and G. Dejong, Qualitative Reinforcement Learning, Proceedings of the 23rd International Conference on Machine Learning, Pittsburgh, 2006. [30] J. Asmuth, M. L. Littman and R. Zinkov, Potential-based shaping in model based reinforcement learning, Proceedings of the 23rd AAAI conference on Artificial intelligence, pp. 604-609, 2008. [31] H. Van Hasselt, A. Guez and D. Silver, Deep Reinforcement Learning with Double Q-Learning, Proceedings of the Thirtieth AAAI Conference on Artificial Intelligence, pp. 1-7, 2016. [32] Q. Wang, L. Ruan and L. Si, Adaptive Knowledge Transfer for Multiple Instance Learning in Image Classification, Proceedings of the 28rd AAAI Conference on Artificial Intelligence, pp. 1334-1340, 2014.
[33] حسین مرادی فراهانی، جواد عسگری، طراحی کنترلکننده عصبی- فازی نوع-2، مجله مهندسی برق دانشگاه تبریز، جلد 43، شماره 1، 1392. [34] A. Belaout, F. Krim, A. Mellit, B. Talbi and A. Arabi, Multiclass adaptive neuro-fuzzy classifier and feature selection techniques for photovoltaic array fault detection and classification, Renewable Energy, vol. 127, pp. 548-558, 2018. [35] A. Z. Kamil, S. Rustamov, M. A. Clements and E. Mustafayev, Adaptive Neuro-Fuzzy Inference System for Classification of Texts, Recent Developments and the New Direction in Soft-Computing Foundations and Applications, pp. 63-70, 2018. [36] S. V. R. Termeh, A. Kornejady, H. R. Pourghasemi and S. Keesstra, Flood susceptibility mapping using novel ensembles of adaptive neuro fuzzy inference system and metaheuristic algorithms, Science of the Total Environment, vol. 615, pp. 438-451, 2018. [37] D. Wang, T. He, Z. Li, L. Cao, N. Dey, A. S. Ashour, ... and F. Shi, Image feature-based affective retrieval employing improved parameter and structure identification of adaptive neuro-fuzzy inference system, Neural Computing and Applications, vol. 29, no. 4, pp. 1087-1102, 2018. | ||
|
آمار تعداد مشاهده مقاله: 454 تعداد دریافت فایل اصل مقاله: 332 |
||
