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
2026/2/19 生成AI時代のR&D : つまずかないAI活用とコーディング オンライン
2026/2/24 産業設備の保全/管理へのAI・機械学習の活用と実践ノウハウ オンライン
2026/2/24 機械学習原子間ポテンシャル (MLIP) の基礎と実践的活用法 オンライン
2026/2/25 音による故障検知および故障予知 オンライン
2026/2/25 AIエージェント×ビジネスデータ分析の基礎と実践 オンライン
2026/2/26 AIエージェント×ビジネスデータ分析の基礎と実践 オンライン
2026/2/26 AI・ロボットを活用した自律型材料研究開発 オンライン
2026/2/26 生成AIによる特許調査・分析の現状と実務への適用 オンライン
2026/2/26 生成AIを活用した研究データ解析と可視化手法 オンライン
2026/2/26 マテリアルズインフォマティクスの動向と少ないデータへの適用事例 オンライン
2026/2/27 時系列データ解析の基礎と進め方のポイント オンライン
2026/2/27 未知の不良や異常も検知する検査・センシング・モニタリングに適した人工知能 オンライン
2026/3/2 未知の不良や異常も検知する検査・センシング・モニタリングに適した人工知能 オンライン
2026/3/2 マテリアルズインフォマティクスの動向と少ないデータへの適用事例 オンライン
2026/3/5 産業設備の保全/管理へのAI・機械学習の活用と実践ノウハウ オンライン
2026/3/9 生成AIによる特許調査・分析の現状と実務への適用 オンライン
2026/3/10 Pythonを用いた高分子材料の画像解析入門 オンライン
2026/3/10 スペクトル・イメージデータへの機械学習の応用 オンライン
2026/3/11 生成AIとPython/LangChainを活用した次世代AIエージェント構築ワークショップ オンライン
2026/3/13 開発・生産現場で諸課題を解決に導くデータ駆動型手法 / ディープニューラルネットワークモデル / MTシステムの基礎と応用 オンライン
ページのトップヘ