文献

J-GLOBAL ID：201702220233418828   整理番号：17A1775405

最適政策の基本的Q学習アルゴリズム【Powered by NICT】

Fundamental Q-learning Algorithm in Finding Optimal Policy

著者 (1件)： Sun Canyu
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSGEA  ページ： 243-246  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： オフ政策TD制御Q学習に基づいて,本論文では,終端状態に到達する最適ポリシーを見つけるために強化学習により訓練される,学習効率と結果に影響する五つの因子を探る含んでいる。電流作用の良い点と悪い点を推定するための学習関数Qするためには,すべての可能な状態と他のすべての作用を学習のプロセスにおける概要をしなければならない。従って,学習の過程における二つの主要な方法:探査と利用である。探査は未発見であり,良好な作用を発見することを目的とした新しい作用をする方法である。利用は発見された情報に基づいて行動をする最適政策を採用する方法である。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： *学習 ,  電流 ,  強化学習 ,  *アルゴリズム
準シソーラス用語： 学習効率 ,  *Q学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 政策 ,  Q学習 ,  アルゴリズム