日時
- 2022年2月21日 10時30分〜 2022年2月21日 16時30分
中止
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: 50,000円(税別) / 55,000円(税込)
- 複数名: 45,000円(税別) / 49,500円(税込)
複数名同時受講割引について
- 2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500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 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 同一法人内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。
- 他の割引は併用できません。
アカデミック割引
- 1名様あたり 30,000円(税別) / 33,000円(税込)
日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。
- 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
- 病院などの医療機関・医療関連機関に勤務する医療従事者
- 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
- 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
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。
- 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。