ランダムタイリングと Gibbs-sampling を用いた多次元状態-行動空間における強化学習
スポンサーリンク
概要
- 論文の詳細を見る
- 2006-12-31
著者
関連論文
- 24 機器配置図・系統図に基づく配管自動設計手法の開発
- 25 バルブ操作性を考慮した配管自動設計手法の開発
- 2007S-G3-10 バルブ操作性を考慮した配管自動設計に関する研究(一般講演(G3))
- 多目的遺伝的アルゴリズムを用いた配管自動設計
- 2008W-G1-15 アジマススラスタ首振角に制約を課す場合の動的最適推力配分に関して(一般講演(G1))
- ランダムタイリングと Gibbs-sampling を用いた多次元状態-行動空間における強化学習
- 重点サンプリングを用いたGAによる強化学習
- α-domination 戦略に基づく分散強化学習と資源共有問題への応用
- 双方向意志決定を用いた分散強化学習による多段フローシステムの制御
- ロボットの強化学習における状態-行動空間の汎化
- 重み付けされた複数の正規分布を用いた政策表現 : 最適行動変化に追従できる実時間強化学習と環状ロボットへの適用
- 状態汎化とマルチエージェント化による大規模システムの強化学習
- 分散強化学習による下水送水系の制御
- 多次元連続空間における強化学習 : 離散的な状態遷移モデルの自動生成
- 分散型強化学習による上下水道系の制御
- 強化学習による環状ロボットの移動動作獲得
- 強化学習による4足ロボットの歩行動作獲得
- 確率的2分木の行動選択を用いた Antor-Critic アルゴリズム - 多数の行動を扱う強化学習 -
- 報酬の分散を推定するTDアルゴリズムと Mean-Variance 強化学習法の提案
- 生物的適応システム 〜 進化・学習のアルゴリズムと創発システム論 〜
- 確率的2分木の行動選択を用いた強化学習による多数の類似行動の扱いについて
- Actorに適正度の履歴を用いたActor-Criticアルゴリズム : 不完全なValue-Functionのもとでの強化学習
- 強化学習システムの設計指針
- 実環境への強化学習の適用に関する実験的考察
- Profit Sharing に基づく強化学習の理論と応用 (計算学習理論の進展と応用可能性)
- 確率的傾斜法を用いた強化学習とロボットへの適用
- ロボットアームのほふく行動の強化学習 : 確率的傾斜法による接近
- 2007W-G2-12 流体抗力を考慮した多自由度水中マニピュレータの最適動作計画について(一般講演(G2))
- 2007W-G2-15 鋼板水切り・仕分け場の離散事象駆動シミュレーション(一般講演(G2))
- 合理的政策形成アルゴリズムの連続値入力への拡張
- 連続値空間の強化学習における動的な状態分割法の提案
- 7 潮流場における自律型水中ビークルの最適経路計画
- 造船所鋼板ストックヤードにおける仕分け作業の効率化
- ロボットアームによるほふく行動の強化学習
- 2006K-OS5-4 博多湾におけるアオサ大量発生と回収技術について(オーガナイズドセッション(OS5):アオサの大量発生とその有効利用法)
- 遺伝的アルゴリズムを用いた赤外線画像からの移動目標検出システム
- 2008W-G1-17 海中構造物上を効率良く移動する多関節型水中ロボット(一般講演(G1))
- 2006W-G-8 潮流場における自律型水中ビークルの最適経路計画について
- 階層型強化学習を用いた鋼板ストックヤードにおける鋼板搬出作業のプランニング
- 報酬駆動型環状ロボットの実現と評価
- 2006W-G-9 電気探査法による水中作業ロボット用センサに関する研究
- マルコフ過程って何ですか?(アイ・サイ問答教室,システム制御情報における確率論の先端応用)
- 部分観測マルコフ決定過程下での強化学習 ( 強化学習)
- エルボおよびベンドを考慮した配管設計アルゴリズム
- 機器配置およびパイプの分岐を扱う配管自動設計システム : パイプ材料コストおよびバルブ操作性評価の多目的最適化
- 第28回計測自動制御学会九州支部学術講演会
- 第3回「海と船を知る教室」実施報告(会員活動報告)
- 九州大学「海と船を知る教室」を通した教育活動 : 水の落差動力クラフト船コンテスト(第2章 海洋教育活動の事例紹介,日本の海洋教育活動)
- 適正度の履歴を用いた自然勾配 Actor-Critic 法
- エルボおよびベンドを考慮した配管設計アルゴリズム
- 第5回「海と船を知る教室」実施報告(会員活動報告)
- α-domination戦略に基づく分散強化学習と資源共有問題への応用
- 強化学習による協調的行動の創発に関する実験的考察
- 連続な感覚入力の強化学習 : 多段の内部構造モデルによる接近
- 行動が連続値の強化学習 : 確率的傾斜法による接近
- 小山静子・太田素子[編], 『「育つ・学ぶ」の社会史-「自叙伝」から-』, 四六判, 296頁, 本体3,000円, 藤原書店, 2008年9月刊
- 第7回「海と船を知る教室」実施報告(会員活動報告)