文献

J-GLOBAL ID：200902296121222335   整理番号：08A0318469

活性指向指数割当てに基づく正規直交基底適応による強化学習

Reinforcement Learning with Orthonormal Basis Adaptation Based on Activity-Oriented Index Allocation

著者 (1件)： SATOH Hideki (Future Univ.-Hakodate, Hakodate-shi, JPN)
資料名： IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Institute of Electronics, Information and Communication Engineers)  (IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Institute of Electronics, Information and Communication Engineers))
巻： E91-A  号： 4  ページ： 1169-1176  発行年： 2008年04月01日 
JST資料番号： F0699C  ISSN： 0916-8508  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： 英語 (EN)

抄録/ポイント： 関数近似のための正規直交基底適応法を開発し,多次元連続状態空間を伴う強化学習に適用した。最初に,制御関数の線形関数近似に使用する基底を,正規直交基底に設定する。次に活性の小さい基底元を,学習の進展につれて他の候補元と置換する。この置換を繰り返すにつれ,活性の高い基底元の数は増加する。多重ロジスティックマップに対するカオス制御問題の事例を解き,この正規直交基底を適応する方法は,環境の変化に応じて正規直交性を維持しながら基底を修正することが可能であり,強化学習の性能を改善し,冗長雑音状態の悪い影響を除去できることを実証した。(翻訳著者抄録)

シソーラス用語： *強化学習 ,  関数近似 ,  正準形式 ,  直交性 ,  近似法 ,  ロジスティック写像 ,  抑制 ,  カオス ,  *非線形問題 ,  改良 ,  冗長性 ,  雑音除去 ,  高次元 ,  基底関数系 ,  活性 ,  適応制御 ,  性能評価 ,  ロバスト性 ,  アルゴリズム ,  置換
準シソーラス用語： 線形近似 ,  カオス制御 ,  性能改善 ,  多次元

分類 (2件)： システム設計・解析  (IA02030D) ,  人工知能  (JE08000Z)

引用文献 (15件)：

• SUTTON, R. S. Reinforcement Learning. 1998
• BAIRD, L. C. Reinforcement learning with high-dimensional, continuous actions. 1993
• UTHER, W. T. B. Tree based discretization for continuous state space reinforcement learning. Proc. AAAI-98, July. 1998, 769-774
• SAMEJIMA, K. Adaptive internal state space construction method for reinforcement learning of a real-world agent. Neural Netw. 1999, 12, 7-8, 1143-1155
• MENACHE, I. Basis function adaptation in temporal difference reinforcement learning. Annals of Operations Research. 2005, 134, 1, 215-238

タイトルに関連する用語 (5件)： 活性 ,  割当て ,  基底 ,  適応 ,  強化学習