文献

J-GLOBAL ID：200902286551427423   整理番号：07A0047590

ランダムタイリングとGibbs-samplingを用いた多次元状態-行動空間における強化学習

Reinforcement Learning in Multi-dimensional State-action Space Using Random Tiling and Gibbs Sampling

著者 (1件)： 木村元 (九大 大学院工学研究院)
資料名： 計測自動制御学会論文集  (Transactions of the Society of Instrument and Control Engineers)
巻： 42  号： 12  ページ： 1336-1343  発行年： 2006年12月31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： 強化学習がロボットの学習制御方法として有望である。本論文では...

シソーラス用語： *強化学習 ,...
準シソーラス用語： 多次元

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=07A0047590&from=J-GLOBAL&jstjournalNo=S0104A") }}

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (12件)：

• 深尾. 正則化理論を用いた連続的状態と行動を扱う強化学習. システム制御情報学会論文誌. 1998, 11, 11, 593-599
• 堀内. 連続値入出力を扱うファジィ内挿型Q-learning の提案. 計測自動制御学会論文集. 1999, 35, 2, 271-279
• JORDAN, M. I. Learning in Graphical Models. 1999
• 木村. 強化学習システムの設計指針. 計測と制御. 1999, 38, 10, 618-623
• 木村元. 強化学習における高次元数の行動空間の扱いについて-ハッシュと Gibbs-Sampling を用いた行動選択方法の提案-. 計測自動制御学会第32回知能システムシンポジウム, 2005. 2005, 399-404

タイトルに関連する用語 (4件)： タイリング ,  多次元 ,  行動 ,  強化学習