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・模倣学習の基礎と応用

逆強化学習・模倣学習の基礎と応用

オンライン 開催

開催日

  • 2022年11月22日(火) 10時00分 16時00分

修得知識

  • 逆強化学習の問題設定
  • マルコフ決定過程・ベルマン方程式
  • 例題を通じて逆強化学習の実装方法
  • 制御分野と機械学習の共通部分
  • 逆強化学習の事例
  • 逆強化学習の応用範囲

プログラム

  1. 逆強化学習の位置づけ・機械学習の基礎
    1. 逆強化学習と機械学習・最適制御の関係
      • 強化学習は制御と関連が強い
      • 逆強化学習と強化学習 (最適制御) と何が違う?
    2. 機械学習の基礎のおさらい
      • 生成的 / 識別的
      • 経験リスク最小化
      • 様々な損失
      • 2クラス分類 / 他クラス分類 / 系列ラベル分類
        • … 構造的なデータに対しても「識別」は定義できる ⇒ 逆強化学習ではどうやって解く?
  2. 逆強化学習の定式化・解法
    1. 強化学習の基礎:マルコフ決定過程、ベルマン方程式
      • 動的システム
      • マルコフ性
      • マルコフ決定過程 / 報酬関数
      • 価値関数 / ベルマン方程式
    2. 逆強化学習の定式化とアルゴリズム
      • 報酬期待値の最大化
      • 損失関数の設定
      • 最大エントロピー逆強化学習
      • 周辺分布の獲得前向き・後ろ向き計算
    3. 逆強化学習を適用しようとすると起きる問題は??
  3. 逆強化学習の適用例・最近の事例
    1. 海外での適用事例、下坂研究室での事例
      • (簡易版) 車線変更
      • 経路選択
      • Zone 30マルコフの加減速モデリング
    2. 連続・高次元化に向けた方向性、深層学習との融合
      • 関数近似の利用、離散化の工夫
      • 連続空間上のIRL:分配関数 (積分計算) の近似がポイント
      • この分野も深層NN、さらにはGANの導入が始まってきている

講師

  • 下坂 正倫
    東京工業大学 情報理工学院 情報工学系
    准教授

主催

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
: 47,000円 (税別) / 51,700円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。

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
2025/1/7 少数データ、データ不足における機械学習適用の問題解決方法とその戦略 オンライン
2025/1/14 自然言語処理を活用した研究開発、材料分野への適応事例 オンライン
2025/1/14 画像認識技術を用いたAI外観検査の現場導入事例と精度向上技術 オンライン
2025/1/15 Python実践データ分析/機械学習 オンライン
2025/1/20 ベイズ最適化を活用した実験の効率化と開発期間短縮 オンライン
2025/1/22 ベイズ推定を用いたデータ解析 オンライン
2025/1/23 時系列データ分析 入門 オンライン
2025/1/24 着実にステップアップできる多変量解析講座 オンライン
2025/1/28 AI外観検査 (画像認識) のはじめ方、すすめ方、精度向上への考え方 オンライン
2025/1/29 Python実践データ分析/機械学習 オンライン
2025/1/30 マテリアルズ・インフォマティクスの基礎と実践 オンライン
2025/2/4 カルマンフィルタの実践 オンライン
2025/2/4 ベイズ推定を用いたデータ解析 オンライン
2025/2/10 目的に応じた統計手法の選択とデータ解析のポイント オンライン
2025/2/10 生成AI・LLM活用へのデータ整理、システム構築とRAGを用いた検索精度向上 オンライン
2025/2/10 着実にステップアップできる多変量解析講座 オンライン
2025/2/12 実験短縮、研究開発効率化へのMI、生成AI、ロボット導入と活用のポイント オンライン
2025/2/12 マテリアルズ・インフォマティクスの基礎と実践 オンライン
2025/2/12 AI外観検査 (画像認識) のはじめ方、すすめ方、精度向上への考え方 オンライン
2025/2/17 目的に応じた統計手法の選択とデータ解析のポイント オンライン