文献

J-GLOBAL ID：202102225283982433   整理番号：21A0567273

強化学習研究のレビュー【JST・京大機械翻訳】

Review of reinforcement learning research

著者 (2件)： Jia Jingkai (School of automation, Wuhan University of Technology,Wuhan,China) ,  Wang Wenlin (School of automation, Wuhan University of Technology,Wuhan,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： YAC  ページ： 186-191  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 強化学習は一種の機械学習である。学習の他のタイプと区別する重要な特徴は,強化学習が訓練情報を用いて行動評価を行うことである。正しい行動は行動の選択を導く。エージェントは,どのような行動が行うべきか,何が行うべきかを知らない。代わりに,どの行動が最大報酬を生産できるかを発見することを試みた。したがって,強化学習は,一定の試行錯誤とフィードバックを通して学習する試行錯誤機構である。対応するアルゴリズムは動的プログラミング,モンテカルロ法,Q学習,TD学習,およびSarsaアルゴリズムを含む。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  アルゴリズム ,  *学習 ,  動的計画法 ,  エージェント ,  機械学習 ,  *強化学習
準シソーラス用語： Q学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 強化学習 ,  研究 ,  レビュー