文献

J-GLOBAL ID：200902120698858335   整理番号：94A0579181

強化学習における環境同定と経験強化のトレードオフ

Trade-off between Exploration and Exploitation in Reinforcement Learning.

著者 (3件)： 小林重信 (東京工大 大学院 総合理工学研究科) ,  山村雅幸 (東京工大 大学院 総合理工学研究科) ,  宮崎和光 (東京工大 大学院 総合理工学研究科)
資料名： 人工知能学会全国大会論文集  (Proceedings of the Annual Conference of JSAI)
巻： 8th  ページ： (57)-(60)  発行年： 1994年06月 
JST資料番号： X0580A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 強化学習の目的を達成するための二つの接近法環境同定型学習と経...

シソーラス用語： 学習 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=94A0579181&from=J-GLOBAL&jstjournalNo=X0580A") }}

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (7件)：

• GREFENSTETTE, J. J. Credit Assignment in Rule Discovery Systems Based on Genetic Algorithms. Machine Learning. 1988, 3, 225-245
• HOLLAND, J. H. Escaping brittlenes, Machine Learning, an artificial intelligence approach. 1986, II, 593-623
• KAELBLING, L. P. An Adaptable Mobile Robot. Proc. of 1st European Conference on Artificial Life. 1991, 41-47
• 宮崎和光. 報酬に遅れのある環境下での最適な行動獲得戦略の学習について. 第19回システムシンポジウム第18回知能システムシンポジウム合同シンポジウム講演論文集. 1993, 193-198
• 宮崎和光. 強化学習における報酬割り当ての理論的考察. 人工知能学会誌. 9, 4

タイトルに関連する用語 (6件)： 強化学習 ,  環境 ,  同定 ,  経験 ,  強化 ,  トレードオフ