ホーム > 特許ランキング > リサーチ ビジネス ファウンデーション ソンギュングァン ユニバーシティ > 特開2024-76349
特開 2024-76349出願番号 特願 2023-181874
スキル正規化タスク分解に基づくマルチタスクオフライン強化学習モデル及びそれを用いたマルチタスクオフライン強化学習方法
出願人 リサーチ ビジネス ファウンデーション ソンギュングァン ユニバーシティ（識別番号 517066191）
2026年 特許公開件数ランキング 26793位 0件（※）
2026年 特許取得件数ランキング 7966位 3件（※）
公報発行日 2024年6月5
公報URL https://ipforce.jp/patent-jp-P_A1-2024-76349 ログイン済みの方はこのURLへ
［この特許公報を共有したい場合］あなたがログインしてこの特許公報を表示すれば、他の人はログインしなくてもこのURLで見ることができるようになります。
※ 共同出願を含む
知財ポータルサイト IP Force にログインすれば、この公報の全文を閲覧できます。 ログインはこちら ログイン・ユーザー登録
技術分野
要約特許出願時に添付された[要約書]
【課題】データ品質が一定せず、データが不足しているマルチタスクオフライン強化学習環境において、データ品質を考慮したスキル正規化タスク分解により、制御モデルの効率的かつ安定的な学習が可能な強化学習モデルを提供すること。
【解決手段】品質を考慮したスキル正規化タスク分解モデルと、仮想デモンストレーション生成によるデータ増強モデルと、を含むことができる。前記スキル正規化タスク分解モデルは、２ｎステップの状態－行動ペア（ｓｔａｔｅ－ａｃｔｉｏｎ ｐａｉｒ）を使用してスキル埋め込みを実行する動作と、状態、行動、報酬、および次の状態を含むｎステップ遷移（ｔｒａｎｓｉｔｉｏｎ）を使用してスキル正規化を実行する動作と、エピソード単位のタスクをｎステップ単位のサブタスクに分解する動作と、を行うことができる。
【選択図】図１
発明が解決しようとする課題[発明の詳細な説明]から抜粋
課題を解決するための手段[発明の詳細な説明]から抜粋
発明の効果[発明の詳細な説明]から抜粋
本発明の強化学習モデル及び強化学習方法によれば、データ品質が一定せず、データが不足しているマルチタスクオフライン強化学習環境において、データ品質を考慮したスキル正規化タスク分解により、制御モデルの効率的かつ安定的な学習が可能となる。
ただし、本発明の効果は、上述の効果に限定されるものではなく、本発明の思想及び領域から逸脱しない範囲で多様に拡張できる。
この発明についての権利主張の範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
選択図 図1出願人が指定した本件の代表的な図
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録
［広告欄］
ログインすれば広告は減ります
ログインすれば広告は減ります