文献

J-GLOBAL ID：201602205295164202   整理番号：16A0034603

適格性トレースを用いたニューラルネットワークによる制御のための学習【Powered by NICT】

Learning to control by neural networks using eligibility traces

著者 (4件)： Liu Zhibin (School of Information Sci. and Engineering, Qufu Normal Univ., Shandong, Rizhao) ,  Zeng Xiaoqin (Coll. of Computer and Information, Hohai Univ., Jiangsu, Nanjing) ,  Xu Yan (Coll. of Information Sci. and Technol., Nanjing Agricultural Univ., Jiangsu, Nanjing) ,  Yu Jiguo (School of Information Sci. and Engineering, Qufu Normal Univ., Shandong, Rizhao)
資料名： Kongzhi Lilun yu Yingyong  (Kongzhi Lilun yu Yingyong)
巻： 32  号： 7  ページ： 887-894  発行年： 2015年 
JST資料番号： W1473A  ISSN： 1000-8152  CODEN： KLYYEB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 強化学習は連続状態空間における適応学習制御問題を解くための重要な手法である。しかし,低学習効率と低収束速度によるbedeviledである。これら欠陥を除去するために,逆伝搬法(BP)ニューラルネットワークと適格トレースに基づいて,隠れ層ノードに出力層ノードからの局所勾配の対向伝搬を実現するための強化学習のプロセスにおける多段階更新を達成するために完全な記述を用いた学習アルゴリズムを提案した。このようにして,隠れ層の重みを調整した。神経回路網の訓練過程の間に,線形結合により各層の重みを最適化し,直接勾配法の高速学習速度並びに残留勾配法の収束特性を達成する修正残留法。ニューラルネットワークにおける隠れ層の重みを更新するためにこの方法を適用して,価値関数の収束特性を改善する。カートポールシステムは,上記アルゴリズムの適用結果を試験するために採用した。シミュレーションの結果は,全ての著者らのアルゴリズムを首尾よくカートポールバランシングシステムの制御を達成し,学習効率を大幅に改善できることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 神経回路網 ,  傾斜法 ,  強化学習 ,  アルゴリズム ,  逆伝搬法 ,  学習アルゴリズム ,  最適化 ,  *ニューラルネットワーク ,  評価関数
準シソーラス用語： 学習速度 ,  線形結合 ,  隠れ層 ,  収束速度 ,  学習効率 ,  適応学習 , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (3件)： トレース ,  ニューラルネットワーク ,  学習