Полное описание
> Латышев, Артем Константинович. Методы внутренней мотивации в задачах обучения с подкреплением на основе модели = Methods of intrinsic motivation in model-based reinforcement learning problems / А. К. Латышев, А. И. Панов. - DOI 10.14357/20718594230309. - Текст : непосредственный // Искусственный интеллект и принятие решений = Artificial Intellgence and Decision Making. - 2023. - N 3. - С. 84-97. - Библиогр. в конце ст. - ISSN 2071-8594.
| ГРНТИ | УДК | |
| 28.23.25 | 004.85 |
Рубрики:
Машинное обучение -- Применение
Кл.слова (ненормированные): внутренняя мотивация -- обучение с подкреплением -- модель мира -- исследование среды
Аннотация: Обучение с подкреплением предлагает широкий спектр методов решения задач управления поведением интеллектуальных агентов. Однако актуальной остается проблема обучения агента в условиях редкого получения сигнала вознаграждения. Возможным решением является использование методов внутренней мотивации - идеи, пришедшей из психологии развития, объясняющей поведение человека в отсутствии внешних управляющих стимулов. В статье рассмотрены существующие методы определения внутренней мотивации, опирающиеся на обучаемую модель мира. Предложена систематизация методов, состоящая из трех классов, которые различаются по способу приложения модели к компонентам агента: вознаграждению, исследовательской стратегии и внутренним целям. Представлен единая схема описания архитектуры агента, использующего модель среды и внутреннюю мотивацию для ускорения обучения. Проанализированы перспективы развития новых методов в данном направлении.
Доп. точки доступа:
Панов, Александр Игоревич
>
Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -664872-422744)>
Шифр в сводном ЭК: 7397ecbb7842f82f9eb2267a5cbe4e57
Ковалёв, Алексей Константинович. Применение предобученных больших языковых моделей в задачах воплощенного искусственного интеллекта / А. К. Ковалёв, А. И. Панов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2022. - Т. Т.508(Специальный выпуск: технологии искусственного интеллекта и машинного обучения). - с. 94-99Латышев, Артем Константинович. Методы внутренней мотивации в задачах обучения с подкреплением на основе модели / А. К. Латышев, А. И. Панов. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.84-97Искусственный интеллект и когнитивное моделирование: творческое наследие Г.С. Осипова / О. Г. Григорьев, Д. А. Девяткин, А. И. Молодченков [и др.]. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 4.- С.3-15Панов, Александр Игоревич. Методы и алгоритмы нейросимвольного обучения и планирования поведения когнитивных агентов : специальность: 1.2.1. Искусственный интеллект и машинное обучение": автореферат диссертации на соискание учёной степени доктора физико-математических наук / Панов Александр Игоревич, 2024. - 42 с. - Текст : непосредственный.Латышев, Артем Константинович. Исследование и разработка алгоритмов генерации вознаграждения в задачах обучения с подкреплением на основе модели мира : специальность: 1.2.1. Искусственный интеллект и машинное обучение: автореферат диссертации на соискание ученой степени кандидата технических наук / Латышев Артем Константинович, 2025. - 22 с. - Текст : непосредственный.
Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Журнал выходит с 2008г. - Текст : непосредственный.Латышев, Артем Константинович. Методы внутренней мотивации в задачах обучения с подкреплением на основе модели / А. К. Латышев, А. И. Панов. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.84-97
Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный.Искусственный интеллект. Применения в CIM. Гл.11.Управляющие экспертные системы. Базы данных и базы знаний в УЭС. - 32 c. - Текст : непосредственный.Advances in machine learning / SpringerLink (Online service), 2009 r=on-line. - Текст : электронный.ACM Transactions on Computational Logic / Association for computing machinery (New York, NY), Association for computing machinery (New York, NY). - Журнал выходит с 2000г. r=on-line. - Текст : непосредственный.Maher M.L. Motivated reinforcement learning / M. L. Maher, K. Merrick, 2009 r=on-lineФедотов В.Х. Стратегия конструирования интеллектуальных информационных систем / В. Х. Федотов, Н. В. Новожилова, 2008. - 487 с. - Текст : непосредственный.Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный.Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный.Machine learning for multimodal interaction / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Learning theory / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Николенко С.И. Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный.
Показать все результаты| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
Bellifemine F. Developing multi-agent systems with JADE / F. Bellifemine, G. Caire, D. Greenwood, 2007 r=on-line. - Текст : электронный.Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный.Evolution and learning in multiagent systems : материалы временных коллективов / Ed. S. Sen, 1998. - 141 p. - Текст : непосредственный.Advances in machine learning / SpringerLink (Online service), 2009 r=on-line. - Текст : электронный.Chli M. Convergence and knowledge processing in multi-agent systems / M. Chli, P. Wilde, 2009 r=on-lineMulti-agent programming / SpringerLink (Online service), 2009 r=on-lineMaher M.L. Motivated reinforcement learning / M. L. Maher, K. Merrick, 2009 r=on-lineEmmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный.Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный.Machine learning for multimodal interaction / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Argumentation in multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Programming multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Environments for multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Software engineering for multi-agent systems III / R. Choren, 2005 r=on-line. - Текст : электронный.Agent communication / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Multi-agent and multi-agent-based simulation / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Intelligent agents and multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Agent-oriented information systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Autonomous intelligent systems: agents and data mining / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.
Показать все результатыИскусственный интеллект и принятие решений. - Журнал, 2023г. № 3. - Текст : непосредственный.Латышев, Артем Константинович. Методы внутренней мотивации в задачах обучения с подкреплением на основе модели / А. К. Латышев, А. И. Панов. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.84-97
Искусственный интеллект и принятие решений. - Журнал, 2023г. № 3. - Текст : непосредственный.Котенко, Игорь Витальевич. Методы интеллектуального анализа системных событий для обнаружения многошаговых кибератак: использование методов машинного обучения / И. В. Котенко, Д. А. Левшун. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.3-15Поляков, Олег Маратович. О связи модели знаний и задачи распознавания образов / О. М. Поляков, С. Б. Рудницкий. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.16-22Рогозов, Юрий Иванович. Интеллектуальная Low-code платформа как среда конструирования правил: практики устранения различений в понимании / Ю. И. Рогозов. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.23-35Городецкий, Андрей Емельянович. Влияние эмоций на принятие решения интеллектуальным роботом / А. Е. Городецкий, В. Г. Курбанов, И. Л. Тарасова. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.36-44Латышев, Артем Константинович. Методы внутренней мотивации в задачах обучения с подкреплением на основе модели / А. К. Латышев, А. И. Панов. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.84-97Метод обработки фото- и видеоданных с фотоловушек с использованием двухстадийного нейросетевого подхода / В. А. Ефремов, А. В. Леус, Д. А. Гаврилов [и др.]. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3Мелех, Наталья Валерьевна. Исследователи в сфере искусственного интеллекта: анализ на основе диссертационных работ / Н. В. Мелех, А. О. Аверьянов, В. А. Гуртов. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.109-122
Заказ фрагмента документа ₽