文献

J-GLOBAL ID：200902112554978341   整理番号：99A1013533

創発システム研究の新たなる展開 強化学習システムの設計指針

The Evolution of Research on Emergent Systems. A Guideline for Designing Reinforcement Learning Systems.

著者 (3件)： 木村元 (東京工大 大学院) ,  宮崎和光 (東京工大 大学院) ,  小林重信 (東京工大 大学院)
資料名： 計測と制御  (Journal of the Society of Instrument and Control Engineers)
巻： 38  号： 10  ページ： 618-623  発行年： 1999年10月10日 
JST資料番号： F0131A  ISSN： 0453-4662  CODEN： KESEA  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 強化学習の利用価値およびいくつかの理論的知見を紹介し,システ...

シソーラス用語： *強化学習 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=99A1013533&from=J-GLOBAL&jstjournalNo=F0131A") }}

分類 (1件)： システム最適化手法  (IA02050Z)

引用文献 (22件)：

• ABE, N. Learning to Optimally Schedule Internet Banner Advertisements. Proc.of 16th Int.Conf.on Machine Learning. 1999, 12-21
• 浅田稔. 強化学習の実ロボットへの応用とその課題. 人工知能学会誌. 1997, 12, 6, 831-836
• BERTSEKAS, D. P. Neuro-Dynamic Programming. 1996
• BRADTKE, S. J. Reinforcement Learning Method for Continuous-Time Markov Decision Problems. Advances in Neural Information Processing Systems. 1994, 7, 393-400
• DOYA, K. Efficient Nonlinear Control with Actor-Tutor Architecture. Advances in Neural Information Processing Systems. 1996, 9, 1012-1018

タイトルに関連する用語 (6件)： 創発システム ,  研究 ,  展開 ,  強化 ,  学習システム ,  設計指針