文献

J-GLOBAL ID：200902118493254572   整理番号：99A0482819

経験強化を考慮したQ-Learningの提案とその応用

Q-PSP Learning: An Exploitation-Oriented Q-Learning Algorithm and Its Applications.

著者 (4件)： 堀内匡 (大阪大 産科研) ,  藤野昭典 (NTT コミュニケーション科学基礎研) ,  片井修 (京大 大学院) ,  さわら木哲夫 (京大 大学院)
資料名： 計測自動制御学会論文集  (Transactions of the Society of Instrument and Control Engineers)
巻： 35  号： 5  ページ： 645-653  発行年： 1999年05月30日 
JST資料番号： S0104A  ISSN： 0453-4654  CODEN： KJSRA  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： 環境同定型の代表的な手法であるQ-Learningをベースと...

シソーラス用語： *強化学習 ,...
準シソーラス用語： 舵取装置 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=99A0482819&from=J-GLOBAL&jstjournalNo=S0104A") }}

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (12件)：

• 山村. 強化学習の特徴と発展の方向. システム制御情報学会誌. 1995, 39-4, 191-196
• 宮崎. 離散マルコフ決定過程下での強化学習. 人工知能学会誌. 1997, 12-6, 811-821
• HOLLAND, J. H. INDUCTION. 1986
• GREFENSTETTE, J. J. Credit Assignment in Rule Discovery Systems Based on Genetic Algorithms. Machine Learning. 1988, 3, 225-245
• BARTO, A. G. Neuronlike Adaptive Elements That Can Solve Difficult Learning Control Ploblems. IEEE Transactions on Systems, Man, and Cybernetics. 1983, 13-5, 834-846

タイトルに関連する用語 (4件)： 経験 ,  強化 ,  提案 ,  応用