文献

J-GLOBAL ID：200902131153879965   整理番号：01A0348103

知覚情報の粗視化によるマルチエージェント強化学習の高速化 ハンターゲームを例に

Speeding up Multi-Agent Reinforcement Learning by Coarse-Graining of Perception. Hunter Game as an Example.

著者 (2件)： 伊藤昭 (岐阜大 工) ,  金淵満 (山形大 工)
資料名： 電子情報通信学会論文誌 D-1  (IEICE Transactions on Information and Systems, Pt.1 (Japanese Edition))
巻： J84-D-1  号： 3  ページ： 285-293  発行年： 2001年03月01日 
JST資料番号： S0757B  ISSN： 0915-1915  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： 強化学習は,実世界においてエージェントに協調することを学習さ...

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=01A0348103&from=J-GLOBAL&jstjournalNo=S0757B") }}

分類 (2件)： 人工知能  (JE08000Z) ,  ゲーム理論  (KA03060T)

引用文献 (14件)：

• BENDA, M. On optimal cooperation of knowledge sources. Technical Report, BCS-G2010-28. 1985
• 大沢英一. サーベイ: 分散人工知能小問題集. マルチエージェントと協調計算 I. 1992, 179-216
• SUTTON, R. S. Reinforcement learning, An introduction. A Bradford Book. 1998
• SUTTON, R. S. Learning to predict by the methods of temporal differences. Machine Learning. 1988, 3, 9-44
• WATKINS, C. J. C. H. Technical note: Q-learning. Machine Learning. 1992, 8, 55-68

タイトルに関連する用語 (6件)： 知覚 ,  粗視化 ,  マルチエージェント ,  強化学習 ,  高速化 ,  ゲーム