文献

J-GLOBAL ID：202102267826575452   整理番号：21A2097916

勾配降下による確率的最適ポリシーの学習【JST・京大機械翻訳】

Learning Stochastic Optimal Policies via Gradient Descent

著者 (6件)： Massaroli Stefano (Department of Precision Engineering, The University of Tokyo, Tokyo, Japan) ,  Poli Michael (Department of Industrial and Systems, KAIST, Daejeon, South Korea) ,  Peluchetti Stefano (Cogent Labs, Daejeon, South Korea) ,  Park Jinkyoo (Department of Industrial and Systems, KAIST, Daejeon, South Korea) ,  Yamashita Atsushi (Department of Precision Engineering, The University of Tokyo, Tokyo, Japan) ,  Asama Hajime (Department of Precision Engineering, The University of Tokyo, Tokyo, Japan)
資料名： IEEE Control Systems Letters  (IEEE Control Systems Letters)
巻： 6  ページ： 1094-1099  発行年： 2022年 
JST資料番号： W3481A  ISSN： 2475-1456  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： パラメトリック制御ポリシーの直接最適化に依存する確率的最適制御(SOC)の学習ベース処理を系統的に開発した。変分計算の直接適用による確率的微分方程式に対する随伴感度結果の導出を提案した。次に,制御装置のためのデサイドタを指定する予定されたタスクのための目的関数を与えて,著者らは反復勾配降下法を通してそれらのパラメータを最適化する。そうすることで,古典的SOC技法の適用性の範囲を拡張し,しばしば,システムおよび制御の機能形式に関する厳密な仮定を必要とする。比例トランザクションコストによる連続時間,有限水平ポートフォリオ最適化に関する提案方式の性能を検証した。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： 最適化 ,  微分方程式 ,  変分法 ,  *学習 ,  制御装置 ,  適応性 ,  目的関数 ,  連続時間系 ,  最急降下法
準シソーラス用語： ポートフォリオ最適化 ,  確率的最適制御 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  システム最適化手法  (IA02050Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (4件)： 勾配 ,  降下 ,  確率 ,  学習