本論文では、安全シーケンシャル学習の課題に取り組んでいる。従来の手法では、安全な領域の探索が局所的になる問題があった。
そこで本論文では、関連する事前知識(ソースタスク)を活用することで、この問題を解決する手法を提案している。具体的には以下の通り。
ソースタスクの知識を活用することで、安全な領域の効率的な探索と学習が可能になる。ソースタスクの情報を活用することで、従来手法では探索できなかった安全領域も発見できるようになる。
ソースタスクの情報を効率的に活用するため、マルチタスクGPモデルを導入する。さらに、ソースタスクの関連部分を事前に計算しておくことで、実験時の計算量を大幅に削減できる。
数値実験の結果、提案手法は従来手法と比べて、より少ないデータ消費で高精度な学習が可能であり、かつ安全領域の大域的な探索も実現できることを示している。
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Cen-You Li,O... às arxiv.org 04-16-2024
https://arxiv.org/pdf/2402.14402.pdfPerguntas Mais Profundas