文献

J-GLOBAL ID：201902280217583264   整理番号：19A1923112

迷路探索問題に対するSoft Q-learningの適用と方策合成性の検証

著者 (3件)： 松岡潤樹 (奈良先端科学技術大学院大) ,  鶴峯義久 (奈良先端科学技術大学院大) ,  松原崇充 (奈良先端科学技術大学院大)
資料名： 日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)  (日本機械学会ロボティクス・メカトロニクス講演会予稿集(CD-ROM))
巻： 2019  ページ： ROMBUNNO.1P2-A09  発行年： 2019年06月05日 
JST資料番号： L0318B  ISSN： 2424-3124  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： Soft Q-Learning(SoftQL)が持つ方策合成性により,複数の学習済みタスクの価値関数を足し合わせ,複合タスクを達成することが可能である.本発表では,離散状態行動空間を扱う迷路探索問題へのSoftQLの適用と,その場合の方策合成性の検証について報告する.(著者抄録)

シソーラス用語： 経路探索 ,  探索問題 ,  *強化学習 ,  対策 ,  評価関数 ,  作業 ,  計算機処理方式 ,  空間 ,  行動 ,  機械学習 ,  離散系 ,  Markov過程 ,  エントロピー
準シソーラス用語： Markov決定過程 ,  *Q学習 ,  タスク【ロボット】 ,  マルチタスク ,  ロボット学習 ,  状態空間 ,  方策 ,  *迷路探索

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  ロボットの設計・製造・構造要素  (IC04013A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 迷路 ,  探索問題 ,  方策 ,  検証