文献

J-GLOBAL ID：200902112359006149   整理番号：00A0259333

強化学習における環境変化認識法

A recognization method of environmental change on reinforcement learning.

著者 (4件)： 山本真也 (慶応大 大学院) ,  山口文彦 (慶応大 大学院) ,  斎藤博昭 (慶応大 大学院) ,  中西正和 (慶応大 大学院)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 99  号： 534(AI99 77-89)  ページ： 31-36  発行年： 2000年01月13日 
JST資料番号： S0532B  ISSN： 0913-5685  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： 非マルコフ決定過程(non-MDP)の環境における強化学習の...

シソーラス用語： *強化学習 ,...
準シソーラス用語： 確率的傾斜法

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=00A0259333&from=J-GLOBAL&jstjournalNo=S0532B") }}

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

引用文献 (6件)：

• MINATO, T. Environmental change adaptation for mobile robot navigation. Proc. of IEEE/RSJ International Conference on Intelligent Robots and Systems, 1998. 1998, 1859-1864
• KIMURA, H. Reinforcement Learning in POMDPs with Function Approximation. Proc. of the 14th Int. Conf. on Machine Learning, 1997. 1997
• TANAKA, F. An approach to lifelong reinforcement learning through multiple environments. 6th European Workshop on Learning Robots, 1997. 1997, 93-99
• 木村元. 部分観測マルコフ決定過程下での強化学習 : 確率的傾斜法による接近. 人工知能学会誌. 1996, 11, 6, 761-768
• KIMURA, H. Reinforcement Learning by Stochastic Hill Climbing on Discounted Reward. Proc. of the 12th Int. Conf. on Machine Learning, 1995. 1995, 295-303

タイトルに関連する用語 (2件)： 強化学習 ,  環境変化