文献

J-GLOBAL ID：201702252996400468   整理番号：17A0329266

適応動的計画法と人工ニューラルネットワークを用いた環境強化学習を用いた監督者訓練信号【Powered by NICT】

Enhancing supervisory training signals with environmental reinforcement learning using adaptive dynamic programming and artificial neural networks

著者 (2件)： Melton Niklas (Applied Computational Intelligence Laboratory, Department of Electrical and Computer Engineering, Missouri University of Science and Technology, Rolla, Missouri, USA) ,  Wunsch Donald C. (Applied Computational Intelligence Laboratory, Department of Electrical and Computer Engineering, Missouri University of Science and Technology, Rolla, Missouri, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCI*CC  ページ： 331-335  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不完全な教師からの速度,品質,及びオンラインニューラルネットワーク学習のロバスト性を増大させるために開発した適応型動的計画法を用いた教師つき学習のハイブリッド法。学習が起こる前に強化学習は元の監視信号を修正し,促進するために用いられる。本論文では,ハイブリダイゼーションの方法を述べ,人間の監督者は,シミュレートされた車を教えるレーストラック周辺駆動するモデル問題を紹介した。シミュレーション結果は,いずれかの成分法単独に比べ収束時間,誤り率,安定性における成功した学習と改善を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *学習 ,  監視信号 ,  *強化学習 ,  誤り率 ,  ロバスト性 ,  分子ハイブリダイゼーション ,  *監督者 ,  教師つき学習 ,  *動的計画法 ,  シミュレーション ,  品質 ,  *ニューラルネットワーク
準シソーラス用語： ハイブリッド法 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 適応 ,  動的計画法 ,  人工ニューラルネットワーク ,  環境 ,  強化学習 ,  監督者 ,  訓練信号