Art

J-GLOBAL ID：201002272697348843   Reference number：10A0587702

選択的不感化ニューラルネットを用いた強化学習の価値関数近似

Author (4)： SHIMBO TOMOYUKI (筑波大 大学院システム情報工学研究科) ,  YAMANE KEN (筑波大 大学院システム情報工学研究科) ,  TANAKA FUMIHIDE (筑波大 大学院システム情報工学研究科) ,  MORITA MASAHIKO (筑波大 大学院システム情報工学研究科)
Material： 電子情報通信学会論文誌 D  (IEICE Transactions on Information and Systems (Japanese Edition))
Volume： J93-D  Issue： 6  Page： 837-847  Publication year： Jun. 01, 2010 
JST Material Number： S0757C  ISSN： 1880-4535  Document type： Article
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *reinforcement learning ,  *evaluation function ,  *function approximation ,  neural network (biomodel) ,  higher dimension ,  space ,  manipulator ,  articulated robot ,  Learning ,  Acrobat Robot ,  robot
Semi thesaurus term： state space ,  acrobot ,  online learning ,  Q-learning

JST classification (1)： Artificial intelligence  (JE08000Z)

Reference (15)：

• R. S. Sutton and A. G. Barto, Reinforcement Learn ing, MIT Press, 1998.
• J. Park and I. W. Sandberg,“Universal approxima tion using radial-basis-function networks,” Neural Comput., vol.3, no.2, pp. 246-257, 1991.
• F. Rivest, Y. Bengio, and J. Kalaska,“Brain inspired reinforcement learning,” Neural Information Process ing Systems, Vancouver, CA, 2004.
• R. Coulom,“High-accuracy value-function approxi mation with neural networks applied to the acrobot,” European Symposium on Artificial Neural Networks, pp. 7-12, 2004.
• 柴田克成, 岡部洋一, 伊藤宏司, “ニューラルネットワークを用いたDirect-vision-based強化学習--センサからモータまで,”計測自動制御学会論文集, voL37, no2, pp. 168-177, 2001.

Terms in the title (4)： ニューラルネット ,  強化学習 ,  価値関数 ,  近似