文献

J-GLOBAL ID：200902107165148348   整理番号：99A0120234

RBFネットワークを用いた時変環境におけるQ-learning 遺伝的アルゴリズムによる有用度関数の構成法

Q-learning Using RBF Networks in Nonstationary Environments. Construction of Utility Functions with Genetic Algorithms.

著者 (4件)： 村川正宏 (東大 大学院) ,  米井友浩 (東大 大学院) ,  樋口哲也 (電総研) ,  吉沢修治 (東大 大学院)
資料名： 電子情報通信学会論文誌 D-2  (IEICE Transactions on Information and Systems, Pt.2 (Japanese Edition))
巻： J81-D-2  号： 12  ページ： 2828-2840  発行年： 1998年12月 
JST資料番号： L0197A  ISSN： 0915-1923  資料種別： 逐次刊行物 (A)
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： 本論文では,強化学習の一手法であるQ-learningにおけ...

シソーラス用語： *強化学習 ,...
準シソーラス用語： Q-learning ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=99A0120234&from=J-GLOBAL&jstjournalNo=L0197A") }}

分類 (2件)： 人工知能  (JE08000Z) ,  システム最適化手法  (IA02050Z)

引用文献 (20件)：

• BARTO, A. G. Neuronlike adaptive elements that can solve difficult learning control problems. IEEE Trans. on Systems, Man and Cybernetics. 1983, SMC-13, 5, 834-846
• KAELBLING, L. P. Reinforcement learning : A survey. Journal of Artificial Intelligence Research. 1996, 4, 5, 237-285
• WATKINS, C. J. C. H. Learning from delayed rewards. Ph. D. thesis, Cambridge University. 1989
• LIN, L. J. Programming robots using reinfocement learning and teaching. Proc. 1991 National Conference on Artificial Intelligence(AAA-91). 1991, 781-786
• LIN, L. J. Scaling up reinforcement learning for robot control. Proc. Tenth International Conference on Machine Learning. 1993, 182-189

タイトルに関連する用語 (4件)： RBFネットワーク ,  環境 ,  遺伝的アルゴリズム ,  関数