文献

J-GLOBAL ID：201702218257524976   整理番号：17A1772651

連続状態と行動空間におけるSARSAの適格性微量と運動量の比較【Powered by NICT】

A comparison of eligibility trace and momentum on SARSA in continuous state-and action-space

著者 (1件)： Nichols Barry D. (School of Science and Technology, Middlesex University, London, England)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CEEC  ページ： 55-59  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 連続行動空間強化学習にNewton法直接作用選択アプローチは,適格トレースを使用する拡張した。更新方程式の観点から文献ともシミュレートされたカート-ポールベンチマーク問題の二つのバリアントに訓練に必要な試験の成功率と数からの運動量項法と比較した。適格性トレース法はカート-ポール問題に関するより少ない試行で運動量法,及び列車よりもはるかに広い範囲のパラメータ値と高い成功率を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *運動量 ,  強化学習 ,  Newton-Raphson法
準シソーラス用語： 成功率 ,  *連続状態 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 連続状態 ,  行動 ,  運動量