文献

J-GLOBAL ID：200902132218151359   整理番号：99A0929219

実世界エージェントの強化学習の適応内部状態空間構成

Adaptive internal state space construction method for reinforcement learning of a real-world agent.

著者 (2件)： SAMEJIMA K (Tokyo Univ. Agriculture and Technol., Tokyo, JPN) ,  OMORI T (Tokyo Univ. Agriculture and Technol., Tokyo, JPN)
資料名： Neural Networks  (Neural Networks)
巻： 12  号： 7/8  ページ： 1143-1155  発行年： 1999年10月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： シグモイド関数など大域的基底関数を用いるとき,収束性が保証さ...

シソーラス用語： *強化学習 ,...
準シソーラス用語： ナビゲーション【ロボット】

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=99A0929219&from=J-GLOBAL&jstjournalNo=T0698A") }}

分類 (2件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

引用文献 (18件)：

• ANDERSON, C. W. Q-learning with hidden-unit restarting, Advances in neural information processing system 5. 1993, 81-88
• ASADA, M. Behavior acquisition via vision-based robot learning. Rbotics Research : the Seventh International Symposium. 1996, 279-286
• ATKESON, C. G. Locally weighted learning. Artificial Intelligence Review. 1997, 11, 11-73
• BARTO, A. G. Neuronlike adaptive element that can solve difficult learning control problem. IEEE Transaction on System, Man, and Cybernetics. 1983, 13, 834-846
• BOYAN, J. A. Generalization in reinforcement learning : safety approximation the value function, Advances in neural information processing sy. 1994, 369-376

タイトルに関連する用語 (6件)： 世界 ,  エージェント ,  強化学習 ,  適応 ,  内部状態 ,  空間構成