文献

J-GLOBAL ID：201702212349169012   整理番号：17A0692866

強化学習の方策再利用時におけるステップ単位の方策忘却手法

著者 (6件)： 河野仁 (東大) ,  伊藤祐希 (東京電機大) ,  郡司拓朗 (東京電機大) ,  神村明哉 (産業技術総合研) ,  富田康治 (産業技術総合研) ,  鈴木剛 (東京電機大)
資料名： 日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)  (日本機械学会ロボティクス・メカトロニクス講演会予稿集(CD-ROM))
巻： 2017  ページ： ROMBUNNO.2P1-F06  発行年： 2017年05月09日 
JST資料番号： L0318B  ISSN： 2424-3124  資料種別： 会議録 (C)
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： 本研究では,強化学習の転移学習において,獲得方策の再利用時に負の転移が観測された場合,行動ステップごとに行動価値を割り引く方策忘却法を提案し,計算機実験により効果を検証したので報告する。(著者抄録)

シソーラス用語： *強化学習 ,  *対策 ,  *忘却 ,  *計算機シミュレーション ,  *機械学習 ,  *移動ロボット ,  *自律ロボット ,  *流通センタ
準シソーラス用語： 方策 ,  計算機実験 ,  転移学習 ,  自律移動ロボット ,  配送センタ

分類 (3件)： 在庫管理  (KB05030D) ,  運搬管理  (KB05040O) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 強化学習 ,  方策 ,  再利用 ,  忘却 ,  手法