文献

J-GLOBAL ID：201802222656767095   整理番号：18A1416352

確率変数変換の学習によるノンパラメトリックな確率的方策の獲得

著者 (2件)： 横山裕樹 (玉川大 脳科研) ,  岡田浩之 (玉川大 脳科研)
資料名： 人工知能学会全国大会論文集(CD-ROM)  (人工知能学会全国大会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.4D1-OS-37c-2  発行年： 2017年 
JST資料番号： X0580B  ISSN： 1347-9881  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： Actor-critic法や方策勾配法は行動や制御値として連続値を生成する方策の獲得を得意とするが,その方策空間は正規分布などに限定されることが多い。本研究では,確率分布をパラメトリックに表現する代わりに,既知のノイズ分布からの変数変換によって間接的に表現し,ノンパラメトリックな確率的方策を獲得する強化学習手法を提案する。(著者抄録)

シソーラス用語： *機械学習 ,  *確率モデル ,  *数学的変換 ,  *ノンパラメトリック法 ,  *探索問題 ,  空間 ,  正規分布 ,  確率分布 ,  *雑音 ,  *強化学習
準シソーラス用語： *ノイズ ,  *確率変数変換 ,  探索空間

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  雑音一般  (ND04010J)

タイトルに関連する用語 (6件)： 確率変数 ,  学習 ,  ノンパラメトリック ,  確率 ,  方策 ,  獲得