Noise robustness experiment 2

[Yoshi-0921]

動的ノイズ(学習)

確率的に２値が反転する環境

visible_range = 7

P={0.2, 0.1, 0.05}	State
MAT-DQN	done
Baseline	done

P={0.5, 0.3, 0.1}	State
MAT-DQN	done
Baseline	done

P={0.2, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done

P={0.5, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done

[Yoshi-0921]

動的ノイズ(評価)

学習環境と評価環境のノイズ発生確率が異なると仮定。

visible_range = 7, P={0.0, 0.0, 0.0}

P={0.0, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done

P={0.2, 0.1, 0.05}	State
MAT-DQN	done
Baseline	done

P={0.5, 0.3, 0.1}	State
MAT-DQN	done
Baseline	done

P={0.2, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done

P={0.5, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done

[Yoshi-0921]

動的ノイズ(評価)

学習環境と評価環境は同じと仮定。ノイズは同様に生成されると仮定。

visible_range = 7, P={0.2, 0.1, 0.05}

P={0.2, 0.1, 0.05}	State
MAT-DQN
Baseline

P={0.5, 0.3, 0.1}	State
MAT-DQN
Baseline

P={0.2, 0.0, 0.0}	State
MAT-DQN
Baseline

P={0.5, 0.0, 0.0}	State
MAT-DQN
Baseline

[Yoshi-0921]

動的ノイズ(評価)

学習環境と評価環境は同じと仮定。ノイズは同様に生成されると仮定。

visible_range = 7, P={0.5, 0.3, 0.1}

P={0.2, 0.1, 0.05}	State
MAT-DQN
Baseline

P={0.5, 0.3, 0.1}	State
MAT-DQN
Baseline

P={0.2, 0.0, 0.0}	State
MAT-DQN
Baseline

P={0.5, 0.0, 0.0}	State
MAT-DQN
Baseline

[Yoshi-0921]

動的ノイズ(評価)

学習環境と評価環境は同じと仮定。ノイズは同様に生成されると仮定。

visible_range = 7, P={0.2, 0.0, 0.0}

P={0.2, 0.1, 0.05}	State
MAT-DQN
Baseline

P={0.5, 0.3, 0.1}	State
MAT-DQN
Baseline

P={0.2, 0.0, 0.0}	State
MAT-DQN
Baseline

P={0.5, 0.0, 0.0}	State
MAT-DQN
Baseline

[Yoshi-0921]

動的ノイズ(評価)

学習環境と評価環境は同じと仮定。ノイズは同様に生成されると仮定。

visible_range = 7, P={0.5, 0.0, 0.0}

P={0.0, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done

P={0.2, 0.1, 0.05}	State
MAT-DQN	done
Baseline	done

P={0.5, 0.3, 0.1}	State
MAT-DQN	done
Baseline	done

P={0.2, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done

P={0.5, 0.0, 0.0}	State
MAT-DQN	done
Baseline	done