質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.75%

  • 機械学習

    600questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • 強化学習

    11questions

  • Keras-RL

    6questions

  • OpenAI Gym

    4questions

強化学習のrewardについてです。

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 131

Hayato1201

score 45

keras-rlを用いて自作した環境の深層強化学習(DQN)を行なっています。エピソード毎のrewardの変化をプロットしていったのですが、環境の設定によっては以下の様に後半大きく下がってしまったりします。

イメージ説明
イメージ説明

この様な事はなぜ起こるのでしょうか?Q関数は報酬が多くなる様に更新されていくはずですよね?結果が悪くなっていくのは何故でしょうか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+1

強化学習なので、何かの環境を与えた時のアクションをモデルからもらえるはずです。

報酬が下がってしまう時にどのようなアクションを取っているのか、調べましたか?

残念ながら今の情報だけからでは推測することはできません。

あたりさわりのない憶測をするのであれば、何かの局所解に落ちてしまったということが考えられます。

具体的な問題の性質を検討することなく直すのであれば、
Dropout層を入れたり、破棄する割合を高める

学習率を小さくする
ことが候補に上がります。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/05/17 22:14

    参考にさせていただきました!

    キャンセル

0

 新しい機械学習には詳しくありませんが旧世代のものを学んだものとして意見させてもらいます。

パラメータの与え方によって学習結果が大きく変わるのは当然です。そもそも学習対象の持つ(であろう)規則性と学習方法のマッチングがとれていないならば学習がうまくいかないことも多々ありえます。学習対象の性質が与えられていない以上、具体的な指摘を求めても無理があります。

「機械学習を用いれば何でもかんでも規則性をゼロから簡単に発見できる。」と思われているなら相当な勘違いです。それが成り立つならば宝くじなりギャンブルで幾らでも儲けを出すことができます。

そもそも規則性が存在しない、または観測しうる情報からは規則性を導き出すことが不可能な事象ということもありえます。(測定資機材の精度限界等)

また、機械学習による自動処理といっても、事前パラメータ設定が必要な場合も多々あります。「規則性を発見していたわけではなく、隠れパラメータで「事後」手動調整して反復試行していただけだった。」というケースも見てきました。これはかなり酷いケースです。事前に取り決めるべきパラメータを事後に後出しジャンケン式に選択するというものですから表面上だけ学習が成功しているように見えます。もちろんこれは技術的に価値のあるものではなく、単に取り決め事の欠陥に過ぎないものです。現在のコンピュータの性能があればこのようなことも容易に起こりえます。

私は以前、この後出しジャンケンの仕組みを使ってビジネスをしようと持ち掛けられたためこの世界から退きました。これでビジネスが成立するならば技術ではない別の視点(前述の通り「取り決め事の欠陥」とか「ブラックマネーの関与」等)で確認をするくらいです。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.75%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

  • 解決済

    xcodeでの画面サイズ変更方法

    swiftでサンプルコードを写しているのですが、参考書を今まで放置してたのでxcodeのバージョンが違うので画面サイズ変更の方法がわからないです。 simulatorでの表示画面

  • 解決済

    Blender Game Engineでマテリアルを透過したい

    Blenderでゲーム開発をしようとしているものです。 Blender Renderで透過処理したマテリアルをBlender Gameに反映させたいと思っているのですが、透過でき

  • 解決済

    UIScrollViewのStoryboards上でのY座標がおかしい

    UIScrollViewの設定値が、どうしても最上部がマイナス値になってしまいます。 contentOffsetの値を、実行中に y:-56 とかにするとうまく表示されるので

  • 解決済

    ACCESS クエリでの一部重複?の除外方法について

    前提・実現したいこと こんにちは、質問タイトルが適格でないかもしれませんが宜しくお願いいたします。 通販事業をしており、商品の仕入から販売までのデータベースをACCESSの

  • 受付中

    この場合キャッシュが効くのか

    キャッシュが効いているのかわかりません headerにCache-Control=no-cacheを指定しているがETagやLast-Modifiedを指定しない場合、

  • 解決済

    GAS(google apps script)で一つのスプレッドシート内にある複数のスクリプトの挙動...

    GASに詳しい方、教えていただけますと助かります。 表題の件、一つのスプレッドシートに対してスクリプトが複数あってそれぞれに同じトリガーを設定している場合、そのトリガーが入っ

  • 受付中

    ER図について

    つぶやきアプリを作っているのですが、 ER図を作るとする例えばどんなものがありますか?? サンプル程度でいいので教えていただきたいです

  • 解決済

    pycharmのpython console部分の色の変更

    プログラムには関係ないんですが・・・ 長時間PCの画面を見てると目が疲れてしまうので、色を変えてみようと思って 色を変更してみたのですが、python consoleの部分の色

同じタグがついた質問を見る

  • 機械学習

    600questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • 強化学習

    11questions

  • Keras-RL

    6questions

  • OpenAI Gym

    4questions