Art

J-GLOBAL ID：200902166191728731   Reference number：02A0120037

An Actor-Critic Algorithm Using a Binary Tree Action Selector. Reinforcement Learning to Cope with Enormous Actions.

確率的2分木の行動選択を用いたActor-Criticアルゴリズム 多数の行動を扱う強化学習

Author (2)： KIMURA HAJIME (東京工大 大学院総合理工学研究科) ,  KOBAYASHI SHIGENOBU (東京工大 大学院総合理工学研究科)
Material： 計測自動制御学会論文集  (Transactions of the Society of Instrument and Control Engineers)
Volume： 37  Issue： 12  Page： 1147-1155  Publication year： Dec. 31, 2001 
JST Material Number： S0104A  ISSN： 0453-4654  CODEN： KJSRA  Document type： Article
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *reinforcement learning ,...

   To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=02A0120037&from=J-GLOBAL&jstjournalNo=S0104A") }}

JST classification (1)： Motion and control of robots  (IC04012J)

Reference (12)：

• BARTO, A. G. Neuronlike adaptive elements that can solve difficult learning control problems. IEEE Transactions on Systems, Man, and Cybernetics. 1983, SMC-13-5, 834-846
• 深尾. 正則化理論を用いた連続的状態と行動を扱う強化学習. システム制御情報学会論文誌. 1998, 11-11, 593-599
• 堀内. 連続値入出力を扱うファジィ内挿型Q-learningの提案. 計測自動制御学会論文集. 1999, 35-2, 271-279
• 木村. 強化学習システムの設計指針. 計測と制御. 1999, 38-10, 618-623
• 木村. Actorに適正度の履歴を用いた Actor-Critic アルゴリズム-不完全な Value-Function のもとでの強化学習. 人工知能学会誌. 2000, 15-2, 267-275

Terms in the title (6)： 確率 ,  2分木 ,  行動選択 ,  アルゴリズム ,  行動 ,  強化学習