Art

J-GLOBAL ID：202002211794821067   Reference number：20A2354280

Policy Gradient Reinforcement Learning for Policy Represented by Fuzzy Rules: Application to Simulations on Speed Control of an Automobile

ファジィ制御ルールにより表現された方策を持つ方策勾配法:自動車の速度制御問題への適用

Author (2)： ISHIHARA SEIJI (東京電機大学理工学部) ,  IGARASHI HARUKAZU (芝浦工業大学工学部)
Material： 知能と情報  (日本知能情報ファジィ学会誌)
Volume： 32  Issue： 4  Page： 801-810(J-STAGE)  Publication year： Aug. 15, 2020 
JST Material Number： L0501A  ISSN： 1347-7986  Document type： Article
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *rule ,  *fuzzy set ,  *fuzzy control ,  *gradient method ,  automobile ,  speed control ,  expectation value ,  *maximum problem ,  wage ,  time course ,  effect ,  incentive
Semi thesaurus term： *fuzzy rule ,  learning effect ,  *gradient method ,  Reward

Author keywords (10)： ファジィ制御 ,  強化学習 ,  方策勾配法 ,  重心モデル ,  速度制御問題 ,  fuzzy controller ,  reinforcement learning ,  policy gradient method ,  center of gravity model ,  speed control problem

JST classification (4)： Artificial intelligence  (JE08000Z) ,  System and control theory in general  (IA02010H) ,  Control engineering in general  (IC01000V) ,  Other methods of operations research  (KA03070E)

Reference (17)：

• [1] V. Mnih, K. Kavukcuoglu, D. Silver, A. A. Rusu, J. Veness, M. G. Bellemare, A. Graves, M. Riedmiller, A. K. Fidjeland, G. Ostrovski, S. Petersen, C. Beattie, A. Sadik, I. Antonoglou, H. King, D. Kumaran, D. Wierstra, S. Legg, and D. Hassabis: “Human-Level Control through Deep Reinforcement Learning,” Nature, Vol.518, pp. 529-533, 2015.
• [2] D. Silver, A. Huang, C. J. Maddison, A. Guez, L. Sifre, G. Driessche, J. Schrittwieser, I. Antonoglou, V. Panneershelvam, M. Lanctot, S. Dieleman, D. Grewe, J. Nham, N. Kalchbrenner, I. Sutskever, T. Lillicrap, M. Leach, K. Kavukcuoglu, T. Graepel, and D. Hassabis: “Mastering the Game of Go with Deep Neural Networks and Tree Search,” Nature, Vol.529, pp. 484-489, 2016.
• [3] Y. Duan, X. Chen, R. Houthooft, J. Schulman, and P. Abbeel: “Benchmarking Deep Reinforcement Learning for Continuous Control,” Proc. of the 33rd Int. Conf. on Machine Learning (ICML2016), Vol.48, Jun. 19-24, New York, pp. 1329-1338, 2016.
• [4] 美添一樹: “5分で分かる! ? 有名論文ナナメ読み:Silver, D. et al.: Mastering the Game of Go without Human Knowledge,” 情報処理, Vol.59, No.8, pp. 750-752, 2018.
• [5] H. Igarashi and S. Ishihara: “An Algorithm of Policy Gradient Reinforcement Learning with a Fuzzy Controller in Policies,” Int. J. of Artificial Intelligence and Expert Systems, Vol.4, pp. 17-26, 2013.

Terms in the title (7)： ファジィ制御 ,  ルール ,  表現 ,  方策 ,  方策勾配法 ,  自動車 ,  速度制御