半Markov強化学習に対するsojournベースアプローチ【JST・京大機械翻訳】

Ascione Giacomo; Cuomo Salvatore

プレプリント

J-GLOBAL ID：202202207524532857 整理番号：22P0275987

半Markov強化学習に対するsojournベースアプローチ【JST・京大機械翻訳】

A sojourn-based approach to semi-Markov Reinforcement Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月18日プレプリントサーバーでの情報更新日： 2022年04月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,時間プロセスに基づく離散時間半Markov決定プロセスに対する新しいアプローチを導入した。離散時間半Markov過程の異なるキャラクタリゼーションを利用して,決定プロセスをそれらの手段によって構築した。この新アプローチにより,エージェントは,電流状態におけるプロセスの時間にも依存する異なる作用を考慮することができる。有限水平強化学習と確率的再帰関係のためのQ学習アルゴリズムに基づく数値法を研究した。最後に,2つの具体例,すなわち,報酬が,gamblerの落下性に従って, so音時間に依存するものを考察した。他は,報酬関数が滞在時間に依存しないとしても,環境が半Markovである。これらを用いて,以前に提示したQ学習アルゴリズムおよび深い強化学習に基づく異なるナイーブ法に関するいくつかの数値評価を実施した。【JST・京大機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

前のページに戻る