文献

J-GLOBAL ID：200902112711295156   整理番号：97A1015777

強化学習 離散マルコフ決定過程下での強化学習

Reinforcement Learning. Reinforcement Learning Systems for Discrete Markov Decision Processes.

著者 (2件)： 宮崎和光 (東京工大 大学院 総合理工学研究科) ,  小林重信 (東京工大 大学院 総合理工学研究科)
資料名： 人工知能学会誌  (Journal of the Japanese Society for Artificial Intelligence)
巻： 12  号： 6  ページ： 811-821  発行年： 1997年11月 
JST資料番号： X0330A  ISSN： 0912-8085  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： 離散マルコフ決定過程を対象とした強化学習の研究動向を概観し,...

シソーラス用語： *Markov過程 ,...
準シソーラス用語： 報酬獲得 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=97A1015777&from=J-GLOBAL&jstjournalNo=X0330A") }}

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

引用文献 (29件)：

• BASYE, K. Learning dynamics: system identification for perceptually challenged agents. Artificial Intelligence. 1995, 72, 139-171
• BRADTKE, S. J. Reinforcement Learning Method for Continuous-Time Markov Decision Problems. Advances in Neural Information Processing Systems. 1994, 7, 393-400
• CLOUSE, J. A. Teaching Method for Reinforcement Learning. Proc. of 9th International Conference on Machine Learning. 1992, 92-101
• DAYAN, P. The convergence of TD (λ) for general λ. Machine Learning. 1992, 8, 341-362
• DEAN, T. Inferring Finite Automata with Stochastic Output Function and an Application to Map Learning. Proc. of 10th National Conference on Artificial Intelligence. 1992, 208-214

タイトルに関連する用語 (2件)： 強化学習 ,  マルコフ決定過程