文献

J-GLOBAL ID：202202252993082236   整理番号：22A1004891

モデルに基づくロボット強化学習研究の概要【JST・京大機械翻訳】

Model-Based Reinforcement Learning in Robotics: A Survey

著者 (4件)： Sun Shiguang (西安交通大学 人工智能与机器人研究所 西安710049) ,  Lan Xuguang (西安交通大学 人工智能与机器人研究所 西安710049) ,  Zhang Hanbo (西安交通大学 人工智能与机器人研究所 西安710049) ,  Zheng Nanning (西安交通大学 人工智能与机器人研究所 西安710049)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 35  号： 1  ページ： 1-16  発行年： 2022年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  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： モデルベースの強化学習は,1つの環境モデルとモデルベースの戦略最適化または計画を学習し,ロボットが人間の学習と相互作用に接近する。ロボットの学習問題の定義を簡潔に述べ、ロボットの学習におけるモデルに基づいた強化学習方法を紹介し、主流のモデル学習とモデル利用の方法を含む。主流モデル学習方法は,前方動力学モデル,逆動力学モデル,および陰的モデルを導入した。モデルの利用の方法は,モデルベースの計画,モデルベースの戦略学習,および陰的計画を具体的に紹介し,そして,それらの問題について議論した。最後に、現実におけるロボット学習タスクが直面する問題と結合し、モデルに基づいた強化学習の応用を紹介し、将来の研究方向を展望した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  相互作用 ,  *学習 ,  データベース ,  *ロボット ,  *モデル ,  環境モデル ,  機械学習 ,  *強化学習
準シソーラス用語： モデルベース ,  逆動力学 ,  動力学モデル ,  学習方法 ,  モデル学習 ,  ロボット学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： モデル ,  ロボット ,  強化学習 ,  研究 ,  概要