메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
황인우 (서울대학교) 송호준 (서울대학교) 한동식 (서울대학교) 이강훈 (서울대학교) 장병탁 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2021 한국컴퓨터종합학술대회 논문집
발행연도
2021.6
수록면
1,086 - 1,088 (3page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
새로운 환경에 대한 일반화는 픽셀 기반 강화 학습(RL)에서 가장 어려운 작업 중 하나이다. 본 연구에서는 동일한 도메인내에서 서로 다른 도메인의 샘플들을 활용하는 글로벌 및 로컬 대조 모듈을 가진 새로운 보상 기반 대비학습 프레임워크를 제안하여 이 문제를 해결하는 것을 목표로 한다. 핵심 직관은 유사한 환경의 이미지가 서로 다른 도메인에서 온 이미지일지라도 공통적인 특징을 공유한다는 것이다. 글로벌 대조 모듈의 경우, 우리는 환경의 감독 신호(예: 보상 또는 에피소드 종료신호)를^_@span style=color:#999999 ^_# ... ^_@/span^_#^_@a href=javascript:; onclick=onClickReadNode('NODE10583178');fn_statistics('Z354','null','null'); style='color:#999999;font-size:14px;text-decoration:underline;' ^_#전체 초록 보기^_@/a^_#

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-569-001870108