Art

J-GLOBAL ID：201702234205640910   Reference number：17A1913776

Hierarchical Reinforcement Learning of Stationary Policy Satisfying Linear Temporal Logic Constraints

線形時相論理制約を満たす定常方策の階層的強化学習

Author (2)： YAMAKURA YUUMA (大阪大 大学院基礎工学研究科) ,  USHIO TOSHIMITSU (大阪大 大学院基礎工学研究科)
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： 117  Issue： 301(MSS2017 24-46)  Page： 117-122  Publication year： Nov. 09, 2017 
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： *temporal logic ,  constraint condition(restriction) ,  *reinforcement learning ,  Markov process ,  agent ,  deterministic automaton ,  *learning algorithm ,  simulation
Semi thesaurus term： MDP ,  *linear temporal logic

JST classification (2)： Automaton theory  (JB04000O) ,  Artificial intelligence  (JE08000Z)

Reference (10)：

• C. Baier and J.-P. Katoen, Principle of Model Checking, MIT Press, 2008.
• X. Ding, S. L. Smith, C. Belta, and D. Rus, ′′Optimal control of Markov decision processes with linear temporal logic constraints,′′ IEEE Trans. Autom. Control, vol.59, no.5, pp.1244-1257, 2014.
• K. Deng, Y. Chen, and C. Belta, ′′An approximate dynamic programming approach to multiagent persistent monitoring in stochastic environments with temporal logic constraints,′′ IEEE TYans. Autom. Control, vol.62, no.9, pp.4549-4563, 2017.
• R. S. Sutton and A. G. Barto. Reinforcement Learning: An Introduction, MIT Press, Cambridge, MA, 1998.
• 牧野貴樹ら, これからの強化学習, 森川出版, 2016.

Terms in the title (4)： 線形時相論理 ,  制約 ,  方策 ,  強化学習