文献

J-GLOBAL ID：201702282816416348   整理番号：17A0791949

マルチプレイヤー0サムゲームのためのニューラルネットワークベース同期反復学習法【Powered by NICT】

Neural-network-based synchronous iteration learning method for multi-player zero-sum games

著者 (3件)： Song Ruizhuo (School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China) ,  Wei Qinglai (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Song Biao (School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 242  ページ： 73-82  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,システムダイナミックスなしマルチプレイヤー零サムゲームのための同期解法をニューラルネットワークに基づいて確立した。ポリシー反復法(PI)アルゴリズムはHamilton-Jacobi-Bellman(HJB)方程式を解くために提示した。得られた反復コスト関数が最適ゲーム値に収束することを証明した。システムダイナミックスを避けるために,オフポリシー学習法は,反復コスト関数,PIに基づく制御と外乱を得るために与えた。クリティックニューラルネットワーク(CNN),ニューラルネットワーク(ANNs)と障害神経回路網(DNN)を用いて,コスト関数,対照および擾乱を近似した。ニューラルネットワークの重みは,同期重み行列を構成し,同期重み行列の一様究極的有界(UUB)を証明した。マルチプレイヤZSゲームのための提案した同期解法の有効性を示した二例。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 動的計画法 ,  逐次近似 ,  *学習 ,  近似法 ,  アルゴリズム ,  神経回路網 ,  システムダイナミックス ,  費用関数 ,  *ニューラルネットワーク ,  *ゲーム
準シソーラス用語： 有界 ,  *反復学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 適応動的計画法 ,  近似的動的計画法 ,  適応クリティック設計 ,  マルチプレーヤ ,  反復学習 ,  ニューラルネットワーク

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： マルチ ,  プレイヤー ,  ニューラルネットワーク ,  反復学習