文献

J-GLOBAL ID：201602206415186279   整理番号：16A0181924

状態行動空間の類似性を考慮した強化学習における適格度トレースの検討

著者 (4件)： 大城英裕 (大分大 工) ,  濱口祐希 (大分大 工) ,  行天啓二 (大分大 工) ,  木村宗裕 (総合技術工学院)
資料名： 知能メカトロニクスワークショップ講演論文集(CD-ROM)  (知能メカトロニクスワークショップ(CD-ROM))
巻： 20th  ページ： ROMBUNNO.D-5  発行年： 2015年07月11日 
JST資料番号： L4000B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ロボット工学において未知環境や動的な環境の下で,行動の取得を行うための一般的な手法として,強化学習を用いた状態・行動空間を獲得する手法が挙げられる。しかし,複雑な環境や複数の目標が与えられた場合,必要となる状態数が増え,学習時の試行回数が指数的に増加し,学習の収束に膨大な時間がかかるという問題が生じるため,学習の効率化が必要となる。本稿では,犬の羊追い込み単純問題を題材とし,状態の幾何学的な類似性を導入することで,学習の効率化を検討したのでその概要を報告する。(著者抄録)

シソーラス用語： *知能ロボット ,  *強化学習 ,  空間 ,  状態 ,  行動 ,  評価 ,  最適化 ,  *行動計画 ,  効率化 ,  類似性
準シソーラス用語： 状態空間 ,  適性評価 ,  Q学習

分類 (2件)： ロボット工学一般  (IC04011S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 行動 ,  類似性 ,  強化学習 ,  トレース