文献

J-GLOBAL ID：200902198588918056   整理番号：01A0187354

同定/制御における確率論的アプローチの新たな展開 統計的手法にもとづく強化学習と制御ルールの獲得

著者 (2件)： 石井信 (奈良先端科学技術大学院大) ,  佐藤雅昭 (国際電気通信基礎技研)
資料名： 計測と制御  (Journal of the Society of Instrument and Control Engineers)
巻： 39  号： 12  ページ： 763-768  発行年： 2000年12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： 確率的行動を行うものとした上で,学習によってその行動の分布を...

シソーラス用語： 統計的方法 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=01A0187354&from=J-GLOBAL&jstjournalNo=F0131A") }}

分類 (1件)： システム同定  (IA02040O)

引用文献 (16件)：

• 1) L. C. Baird: Residual Algorithms: Reinforcement Learning with Function Approximation, Proceedings of the Twelfth International Conference on Machine Learning (eds. A. Prieditis and S. Russell), 30/37, Morgan Kaufmann (1995)
• 2) A. G. Barto, R. S. Sutton and C. W. Anderson: Neuronlike Adaptive Elements that can Solve Difficult Learning Control problems, IEEE Transactions on Systems, Man, and Cybernetics, SMC-13, 834/846 (1983)
• 3) A. P. Dempster, N. M. Laird and D. B. Rubin: Maximum Likelihood from Incomplete Data via the EM Algorithm, Journal of Royal Statistical Society B, 39, 1/22 (1977)
• 4) K. Doya: Reinforcement Learning in Continuous Time and Space, Neural Computation, 12-1, 219/245 (2000)
• 5) J. C. Houk, J. L. Adams and A. G. Barto: A Model of How the Basal Ganglia Generate and Use Neural Signals that Predict Reinforcement, Models of Information Processing in the Basal Ganglia (eds. J. C. Houk, J. L. Davis and D. G. Beiser), 249/270, MIT Press (1995)

タイトルに関連する用語 (7件)： 同定 ,  確率論的アプローチ ,  展開 ,  統計的手法 ,  強化学習 ,  ルール ,  獲得