文献

J-GLOBAL ID：201702257821307957   整理番号：17A0826987

最適制御と適応型動的計画法における価値と政策反復法【Powered by NICT】

Value and Policy Iterations in Optimal Control and Adaptive Dynamic Programming

著者 (1件)： Bertsekas Dimitri P. (Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology, Cambridge, MA, USA)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 3  ページ： 500-509  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
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,状態の末端集合への最適制御の離散時間無限水平問題を考察した。これらはしばしば適応動的計画法のための出発点として採用されているという問題がある。非常に一般的な仮定の下で,Bellman方程式の解の一意性を確立し,値と政策反復の収束結果を提供した。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： 一意性 ,  *最適制御 ,  *動的計画法
準シソーラス用語： *政策反復 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 最適制御 ,  動的計画法 ,  価値 ,  政策 ,  反復法