| DC Field | Value | Language |
|---|
| dc.contributor.author | Зязюлькин, С. П. | - |
| dc.contributor.author | Нестеренков, С. Н. | - |
| dc.date.accessioned | 2021-06-02T10:07:58Z | - |
| dc.date.available | 2021-06-02T10:07:58Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.citation | Зязюлькин, С. П. Использование внутренней мотивации при обучении агентов для игр на Atari 2600 / С. П. Зязюлькин, С. Н. Нестеренков // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: VII Международная научно-практическая конференция [Электронный ресурс] : сборник материалов VII Международной научно-практической конференции, Минск, 19-20 мая 2021 года / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2021. – С. 194–202. – Режим доступа : http://bigdataminsk.bsuir.by/files/2021_materialy.pdf. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/43852 | - |
| dc.description.abstract | Одной из основных проблем машинного обучения с подкреплением является обучение агентов в условиях отсутствия или сильной разреженности обратной связи (вознаграждений) в ответ на предпринимаемые агентом действия. В данной статье рассматриваются способы добавления агенту внутренней мотивации – дополнительного механизма вознаграждения за любопытство – с целью повышения эффективности исследования среды на примере игр для Atari 2600. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | machine learning | ru_RU |
| dc.subject | reinforcement learning | ru_RU |
| dc.subject | curiosity-driven learning | ru_RU |
| dc.subject | Atari 2600 | ru_RU |
| dc.subject | ountbased exploration | ru_RU |
| dc.subject | intrinsic curiosity module | ru_RU |
| dc.subject | random network distillation | ru_RU |
| dc.subject | episodic curiosity | ru_RU |
| dc.title | Использование внутренней мотивации при обучении агентов для игр на Atari 2600 | ru_RU |
| dc.title.alternative | Using intrinsic motivation to train agents for Atari 2600 games | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | Training agents, when external feedback (reward) to actions is sparse or nonexistent, is a major challenge for reinforcement learning. This article considers ways of adding intrinsic motivation (an additional mechanism for rewarding curiosity) to improve exploration efficiency on Atari 2600 games. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2021)
|
