文献

J-GLOBAL ID：201702242027620770   整理番号：17A1920606

選択分散Q学習【Powered by NICT】

Selectively decentralized Q-learning

著者 (2件)： Nguyen Thanh (Dept. of Computer and Information Science, Indiana University - Purdue University - Indianapolis, Indiana, United States) ,  Mukhopadhyay Snehasis (Dept. of Computer and Information Science, Indiana University - Purdue University - Indianapolis, Indiana, United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SMC  ページ： 328-333  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： 本論文では,最適制御システムを安定化する方法を学習することで選択的に分散Q学習手法の能力を検討し,集中方式と比較した。システムはサブシステムに分散することができる可能なドメイン知識を除いて完全に未知の問題に焦点を当てた。選択的分散では,サブシステム間の通信政策のすべてを調べ,分散方式は制御に使用すべきであることを決める計量として累積得られたQ値を用いた。結果は選択的に分散アプローチはより速くシステムを安定化させるだけでなく,異なる相互接続強度と異なるシステムにおけるQ値得られた優れた収束速度を示すことが分かった。添加では,選択的に分散収束時間は,システムの大きさとともに指数関数的に成長するとは思われない。実際に,この事実は選択的に分散Q学習は大規模未知の制御システムにおける代替アプローチとして使用可能であることを意味する,理論的に,Hamilton Jacobi Bellman方程式アプローチである閉じた形の解を誘導することは困難である。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： 通信 ,  集中方式 ,  *Q値 ,  制御系 ,  最適制御 ,  相互接続 ,  指数関数
準シソーラス用語： 収束速度 ,  サブシステム ,  *Q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 (1件)： Q学習