文献

J-GLOBAL ID：200902299204895454   整理番号：05A0470060

学習理論って何?強化学習の基礎理論と応用

著者 (3件)： 吉本潤一郎 (沖縄大学院大) ,  銅谷賢治 (沖縄大学院大) ,  石井信 (奈良先端科学技術大学院大)
資料名： 計測と制御  (Journal of the Society of Instrument and Control Engineers)
巻： 44  号： 5  ページ： 313-318  発行年： 2005年05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： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,研究分野に係わらずこれから問題解決に強化学習を役立...

シソーラス用語： *Markov過程 ,...
準シソーラス用語： Bellman方程式 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=05A0470060&from=J-GLOBAL&jstjournalNo=F0131A") }}

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (31件)：

• 1) G. Tesauro: Practical issues in temporal difference learning, Machine Learning, 8-3/4, 257/277 (1992)
• 2) S. P. Singh and D. Bertsekas: Reinforcement learning for dynamic channel allocation in cellular telephone system, Advances in Neural Information Processing Systems 9, eds. M. C. Mozer, M. I. Jordan, and T. Petsche, Cambridge MA., MIT Press, 974/980 (1997)
• 3) J. Morimoto and K. Doya: Acquisition of stand-up Behavior by a real robot using hierarchical reinforcement leaning, Robotics and Autonomous Systems, 36-1, 37/51 (2001)
• 4) C. J. C. H. Watkins and P. Dayan: Q-learning, Machine Learning, 8-3/4, 279/292 (1992)
• 5) R. E. Bellman: Dynamic Programming, Princeton University Press, Princeton, NJ. (1957)

タイトルに関連する用語 (5件)： 学習理論 ,  強化学習 ,  基礎 ,  理論 ,  応用