文献

J-GLOBAL ID：201702265186064833   整理番号：17A1670009

改良ELMに基づく再帰的最小二乗時系列差分強化学習アルゴリズムとその応用【JST・京大機械翻訳】

Recursive least-squares TD (λ) learning algorithm based on improved extreme learning machine

著者 (3件)： Xu Yuan (北京化工大学信息科学与技術学院,北京,100029) ,  Huang Bingming (北京化工大学信息科学与技術学院,北京,100029) ,  He Yanlin (北京化工大学信息科学与技術学院,北京,100029)
資料名： Huagong Xuebao  (Huagong Xuebao)
巻： 68  号： 3  ページ： 916-924  発行年： 2017年 
JST資料番号： E0215B  ISSN： 0438-1157  CODEN： HUKHAI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,改良型限界学習機械に基づく再帰的最小二乗時系列差分強化学習アルゴリズムを提案し,精度関数と計算時間に対する値関数近似アルゴリズムの要求を満たした。まず第一に,再帰的最小二乗差分時間強化学習アルゴリズムにおいて,再帰的最小二乗法を用いて,再帰的最小二乗差分時間強化学習アルゴリズムを導入し,アルゴリズムの複雑さと計算量を減らした。第二に,LSTD(0)アルゴリズムの収束速度が遅くなるということを考慮して,サンプルの利用率を増加させることによって,収束速度を改良するアルゴリズムを提案して,同じ数の軌道を経験した後に,実際の値に収束することができた。一方,ほとんどの強化学習問題の値関数は単調であるが,従来のELM法は,通常,両側の抑制特性を持つSigmoid活性化関数を用いて,計算コストを増加させる。従来のシグモイド関数の代わりに,片側抑制特性を有するSoftplus活性化関数を提案し,計算速度を減少させ,計算速度を改善するために,計算速度を増加させるために,計算速度を増加させるために,計算速度を減少させることができた。従来の動径基底関数に基づく最小二乗強化学習アルゴリズムと限界学習機械に基づく最小二乗TDアルゴリズムの比較実験により,提案したアルゴリズムが計算精度を効果的に改善することを示した。さらに,いくつかの条件の下では,精度は他の2つのアルゴリズムよりも高かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 計算量 ,  *最小二乗法 ,  比較試験 ,  シグモイド関数 ,  学習機械 ,  *アルゴリズム ,  計算機処理速度 ,  CPU時間 ,  *学習アルゴリズム ,  動径基底関数 ,  *強化学習
準シソーラス用語： 計算コスト ,  活性化関数 ,  収束速度 ,  RLS法 , 【Automatic Indexing@JST】

著者キーワード (5件)： reinforcement learning ,  activation function ,  recursive least-squares methods ,  function approximation ,  generalized Hop-world problem

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

タイトルに関連する用語 (7件)： ELM ,  最小二乗 ,  時系列 ,  差分 ,  強化学習 ,  アルゴリズム ,  応用