文献

J-GLOBAL ID：200902105403126584   整理番号：95A0240346

連続時間における強化学習 利点の更新

Reinforcement learning in continuous time: advantage updating.

著者 (1件)： BAIRD L C III (Wright Lab., OH)
資料名： IEEE International Conference on Neural Networks Proceedings  (IEEE International Conference on Neural Networks Proceedings)
巻： 1994  号： Vol 4  ページ： 2448-2453  発行年： 1994年 
JST資料番号： W0064A  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： 利点の更新という強化学習についての直接的でモデルを必要としな...

シソーラス用語： 連続時間系 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=95A0240346&from=J-GLOBAL&jstjournalNo=W0064A") }}

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 連続時間 ,  強化学習 ,  利点 ,  更新