Art

J-GLOBAL ID：200902200207932249   Reference number：04A0361091

Reinforcement learning based on a policy gradient method for biped locomotion

二足歩行運動に対する方策勾配法に基づいた強化学習法

Author (3)： MORI TAKESHI (奈良先端科学技術大学院大) ,  NAKAMURA YUTAKA (奈良先端科学技術大学院大) ,  ISHII SHIN (奈良先端科学技術大学院大)
Material： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
Volume： 103  Issue： 734(NC2003 194-223)  Page： 73-78  Publication year： Mar. 19, 2004 
JST Material Number： S0532B  ISSN： 0913-5685  Document type： Proceedings
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *walking robot ,...
Semi thesaurus term： 方策勾配法 ,...

   To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=04A0361091&from=J-GLOBAL&jstjournalNo=S0532B") }}

JST classification (2)： Motion and control of robots  (IC04012J) ,  Artificial intelligence  (JE08000Z)

Reference (11)：

• SUTTON, R. Reinforcement Learning : An Introduction. 1998
• MORIMOTO, J. Acquisition of stand-up behavior by a real robot using hierarchical reinforcement learning. Robotics and Autonomous Systems. 2001, 36, 37-51
• SATO, M. Reinforcement learning based on on-line em algorithm. Advances in Neural Information Processing Systems. 1999, 11, 1052-1058
• BERTSEKAS, D. P. Neuro-Dynamic Programming. 1996
• WILLIAMS, R. Simple statistical gradient following algorithms for connectionist reinforcement learning. Machine Learning. 1992, 8, 279-292

Terms in the title (4)： 二足歩行 ,  運動 ,  方策勾配法 ,  強化