文献

J-GLOBAL ID：200902291817765404   整理番号：05A0008636

方策こう配法を用いた動的行動則の獲得:2足歩行運動への適用

Learning a Dynamic Policy by Using Policy Gradient: Application to Biped Walking

著者 (5件)： 松原崇充 (奈良先端科学技術大学院大) ,  森本淳 (ATR 脳情報研) ,  中西淳 (ATR 脳情報研) ,  佐藤雅昭 (ATR 脳情報研) ,  銅谷賢治 (ATR 脳情報研)
資料名： 電子情報通信学会論文誌 D-2  (IEICE Transactions on Information and Systems, Pt.2 (Japanese Edition))
巻： J88-D-2  号： 1  ページ： 53-65  発行年： 2005年01月01日 
JST資料番号： L0197A  ISSN： 0915-1923  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： 本論文では,2足歩行運動などの周期運動を強化学習の枠組みを用...

シソーラス用語： *二足歩行 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=05A0008636&from=J-GLOBAL&jstjournalNo=L0197A") }}

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (24件)：

• 森本淳. 強化学習を用いた高次元連続状態空間における系列運動学習. 信学論 (D-II). 1999, J82-D-II, 11, 2118-2131
• MORIMOTO, J. Acquisition of stand-up behavior by a real robot using hierarchical reinforcement learning. Robotics and Autonomous Systems. 2001, 36, 37-51
• 木村元. Actor に適正度の履歴を用いた actor-critic アルゴリズム-不完全な value-function のもとでの強化学習. 人工知能誌. 2000, 15, 2, 267-275
• 内部英治. 複数の学習するロボットの存在する環境における強調行動獲得のための状態空間の構成. 日本ロボット学会誌. 2002, 20, 3, 281-289
• BENBRAHIM, H. Biped dynamic walking using reinforcement learning. Robotics and Autonomous Systems. 1997, 22, 283-302

タイトルに関連する用語 (6件)： 方策 ,  こう配法 ,  行動 ,  獲得 ,  2足歩行 ,  運動