日時
- 2020年12月14日 10時30分〜 2020年12月14日 16時30分
延期 (日程未定)
プログラム
- 第1部 逆強化学習の基礎知識
- 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
- 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:
- 行動状態価値関数の導入:
- 確率型ベルマン方程式の導出
- 遷移確率関数 T (r ( S’) , S‘│s,a ) の極意
- グリッドワード問題の応用
- 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)
- 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
- マルコフ決定過程
- 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
- 線形計画最適化逆強化学習手法の導入
- 線形計画逆強化学習手法の定式化
- 線形計画逆強化学習手法のコーディング要領
- 線形計画逆強化学習手法の応用事例の紹介
- 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
- 関数近似の基本概念
- 関数近似モデルを用いた報酬の表現
- 機械学習による報酬関数の回帰
- 最大エントロピーを取り入れた報酬誤差関数の設計
- 熟練者による行動確率教師データの生成
- 最大エントロピー逆強化学習手法のコーディング要領
- 最大エントロピー逆強化学習手法の応用事例の紹介
- 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
- 深層NN (neural network) の導入
- 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
- 熟練者による状態頻度教師データの生成
- 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
- 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
- 第5部 逆強化学習の展望と関連技術の紹介
- 質疑応答
受講料
- 1名様: 30,400円(税別) / 33,440円(税込)
- 複数名: 22,500円(税別) / 24,750円(税込)
複数名受講割引
- 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
- 1名様でお申し込みの場合 : 1名で 30,400円(税別) / 33,440円(税込)
- 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
- 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
- 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
- 受講券、請求書は、代表者にご郵送いたします。
- 請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。 - 他の割引は併用できません。
アカデミー割引
教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。
- 1名様あたり 10,000円(税別) / 11,000円(税込)
- 企業に属している方(出向または派遣の方も含む)は、対象外です。
- お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。
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 と 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。
- セミナー資料は郵送にて前日までにお送りいたします。
- 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
印刷物は後日お手元に届くことになります。 - 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。
- 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。