技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

逆強化学習

逆強化学習

東京都 開催 会場 開催 デモ付き
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

開催日

  • 2018年12月10日(月) 10時30分 ～ 16時30分

プログラム

  1. 第1部 逆強化学習の基礎知識
    1. マルコフ決定過程
      • 平均とマルコフ性 (MP)
      • 逐次平均表現とMP
      • マルコフ報酬過程
      • マルコフ決定過程
    2. Bellman方程式の導出:
      • 平均から決定型Bellman方程式の導入:
      • 平均表現と価値関数の導入:
      • 確率型Bellman方程式の導出:
        1. 行動状態価値関数の導入:
        2. 確率型ベルマン方程式の導出
        3. 遷移確率関数 T (r ( S’) , S‘│s,a ) の極意
        4. グリッドワード問題の応用
    3. 動的計画法
      • ε = 1-Greedy反復方策
      • ε = 0-Greedy方策反復法 (On-Policy)
      • ε = 0-Greedy価値反復法 (Off-Policy)
    4. 逆強化学習の基本概念の導入
      • 報酬関数の定義
      • 報酬関数による価値関数の推定
  2. 第2部 逆強化学習の解法:線形計画最適化逆強化学習手法
    1. 線形計画最適化逆強化学習手法の導入
    2. 線形計画逆強化学習手法の定式化
    3. 線形計画逆強化学習手法のコーディング要領
    4. 線形計画逆強化学習手法の応用事例の紹介
  3. 第3部 逆強化学習の解法:最大エントロピー逆強化学習手法
    1. 関数近似の基本概念
    2. 関数近似モデルを用いた報酬の表現
    3. 機械学習による報酬関数の回帰
    4. 最大エントロピーを取り入れた報酬誤差関数の設計
    5. 熟練者による行動確率教師データの生成
    6. 最大エントロピー逆強化学習手法のコーディング要領
    7. 最大エントロピー逆強化学習手法の応用事例の紹介
  4. 第4部 逆強化学習の解法:深層NN最大エントロピー逆強化学習手法
    1. 深層NN (neural network) の導入
    2. 深層NN最大エントロピーを取り入れた報酬誤差関数の設計
    3. 熟練者による状態頻度教師データの生成
    4. 深層NN最大エントロピー逆強化学習手法のコーディング要領
    5. 深層NN最大エントロピー逆強化学習手法の応用事例の紹介
  5. 第5部 逆強化学習の展望と関連技術の紹介
ページのトップヘ

講師

  • 曽我部 東馬 氏
    電気通信大学 i-パワードエネルギーシステム研究センター 基盤理工学専攻
    教授
ページのトップヘ

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図
ページのトップヘ

主催

株式会社 トリケップス
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 46,000円 (税別) / 49,680円 (税込)
1口
: 57,000円 (税別) / 61,560円 (税込) (3名まで受講可)
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/5/11 機械学習原子間ポテンシャルの基礎と構築法 オンライン
2026/5/13 AIエージェントの基礎と業務導入のポイント オンライン
2026/5/15 化学工学における小規模データ + ニューラルネットワークの活用手法 オンライン
2026/5/18 化学工学における小規模データ + ニューラルネットワークの活用手法 オンライン
2026/5/20 機械学習原子間ポテンシャルの基礎と構築法 オンライン
2026/5/21 マテリアルズ・インフォマティクスと第一原理計算による材料研究の実践 オンライン
2026/5/21 Pythonデータ分析実践講座 (入門編) オンライン
2026/5/21 マテリアルズインフォマティクスのための実験データ統合、データベース構築と活用例 オンライン
2026/5/21 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2026/5/22 Pythonデータ分析実践講座 (入門編) オンライン
2026/5/22 AIエージェントの基礎と業務導入のポイント オンライン
2026/5/25 生成AI (ChatGPT) を活用した多変量解析実践講座 オンライン
2026/5/25 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2026/5/26 外観検査の自動化におけるAI活用の実際 オンライン
2026/5/26 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
2026/5/26 レーザー加工分野における機械学習の活用手法 オンライン
2026/5/27 生成AI (ChatGPT) を活用した多変量解析実践講座 オンライン
2026/5/27 レーザー加工分野における機械学習の活用手法 オンライン
2026/5/28 材料・分析データに活かすためのケモメトリクスの基礎と実践 オンライン
2026/6/2 機械学習を用いた画像認識技術の基礎とその応用 オンライン
ページのトップヘ