文献

J-GLOBAL ID：200902148499078721   整理番号：00A0535121

部分観測マルコフ環境におけるスイッチングQ-学習

Switching Q-Learning in Partially Observable Markovian Environments.

著者 (3件)： 釜谷博行 (八戸工高専) ,  阿部健一 (東北大) ,  LEE H Y (東北大)
資料名： 知能システムシンポジウム資料
巻： 27th  ページ： 101-106  発行年： 2000年03月23日 
JST資料番号： X0905A  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： 部分観測マルコフ環境は部分的にはマルコフ環境に近似できるので...

シソーラス用語： *強化学習 ,...
準シソーラス用語： Q学習

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=00A0535121&from=J-GLOBAL&jstjournalNo=X0905A") }}

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (13件)：

• 木村元. 強化学習システムの設計指針. 計測と制御. 1999, 38, 10, 618-623
• 釜谷博行. 隠れマルコフ環境におけるスイッチングQ-学習. 電関学東北支部連合大会講演論文集, 1999. 1999, 187
• 釜谷博行. 隠れマルコフ環境におけるスイッチングQ-学習. 計測自動制御学会東北支部35周年記念学術講演会予稿集, 1999. 1999, 7-8
• SUTTON, R. S. Reinforcement Learning : An Introduction. 1998
• LOCH, J. Using Eligibility Traces to Find the Best Memoryless Policy in Partially Observable Markov Decision Processes. ICML98. 1998

タイトルに関連する用語 (4件)： 観測 ,  環境 ,  スイッチング ,  Q-学習