文献

J-GLOBAL ID：200902120407090753   整理番号：02A0611136

部分観測マルコフ環境における階層型強化学習 スイッチングQ-学習の提案

Hierarchical Reinforcement Learning in Partially Observable Markovian Environments. A Proposal of Switching Q-learning.

著者 (2件)： 釜谷博行 (八戸工高専) ,  阿部健一 (東北大)
資料名： 電気学会論文誌 C  (IEEJ Transactions on Electronics, Information and Systems)
巻： 122-C  号： 7  ページ： 1186-1193  発行年： 2002年07月01日 
JST資料番号： S0810A  ISSN： 0385-4221  資料種別： 逐次刊行物 (A)
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： 部分観測マルコフ環境における階層型強化学習アルゴリズムとして...

シソーラス用語： *強化学習 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=02A0611136&from=J-GLOBAL&jstjournalNo=S0810A") }}

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (22件)：

• SUTTON, R. S. Reinforcement Learning: An Introduction. 1998
• 畝見達夫. 強化学習. 人工知能学会誌. 1994, 9, 6, 830-836
• SUTTON, R. S. Learning to predict by the methods of temporal differences. Machine Learning. 1988, 3, 9-44
• WATKINS, C. J. C. H. Q-learning. Machine Learning. 1992, 8, 279-292
• 木村元. 部分観測マルコフ決定過程下での強化学習. 人工知能学会誌. 1997, 12, 6, 822-830

タイトルに関連する用語 (7件)： 観測 ,  環境 ,  階層 ,  強化学習 ,  スイッチング ,  Q-学習 ,  提案