Art

J-GLOBAL ID：200902273062225759   Reference number：04A0109089

Reinforcement Learning and Goal Estimation by Multiple Forward and Reward Models

複数の状態予測と報酬予測モデルによる強化学習と行動目標の推定

Author (4)： SUGIMOTO NORIKAZU (奈良先端科学技術大学院大) ,  SAMEJIMA KAZUYUKI (ATR脳情報研) ,  DOYA KENJI (奈良先端科学技術大学院大) ,  KAWATO MITSUO (奈良先端科学技術大学院大)
Material： 電子情報通信学会論文誌 D-2  (IEICE Transactions on Information and Systems, Pt.2 (Japanese Edition))
Volume： J87-D-2  Issue： 2  Page： 683-694  Publication year： Feb. 01, 2004 
JST Material Number： L0197A  ISSN： 0915-1923  Document type： Article
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *learning control ,...

   To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=04A0109089&from=J-GLOBAL&jstjournalNo=L0197A") }}

JST classification (1)： System design and analysis  (IA02030D)

Reference (11)：

• DOYA, K. Reinforcement leaning in continuous time and space. Neural Computation. 2000, 12, 219-245
• DOYA, K. Multiple model-based reinforcement learning. Neural Computation. 2002, 14, 1347-1369
• FLEMING, W. H. Controlled Markov Processes and Viscosity Solutions. 1993
• HARUNO, M. Neural Computation. 2001, 13, 2201-2220
• SINGH, S. P. Transfer of learning by composing solutions of elemental sequential tasks. Machine Learning. 1992, 8, 323-339

Terms in the title (6)： 状態予測 ,  報酬 ,  予測モデル ,  強化学習 ,  行動目標 ,  推定