入力属性空間の区分による強化学習法
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,強化学習(Reinforcement Learning)においてエージェントが学習する対象は,状況に応じた行動選択のためのポリシーというより,むしろ,「状況の見え方」と呼ぶ認識スキーマであると仮定する.この観点に基づいて強化学習を行なう方法について考察する.具体的には,入力属性空間の区分による一般化を行なう事例ベースの学習の導入によって,強化学習を実現する.この学習法を「強化学習における入力の一般化」と呼ばれる問題に適用する実験を行ない,実用性を検討した.
- 一般社団法人情報処理学会の論文
- 1994-01-19
著者
関連論文
- コネクショニズムは認知科学と神経科学の架け橋となるか? : 関係表現におけるfiller-filler法とfiller-role法
- 空間認知の計算モデルに向けて : 整列効果を題材として
- 空間認知発達への構成的アプローチ : 認知科学におけるロボットの利用可能性
- 発達的アプローチによるロボット学習
- 遠隔作業の不快感と生理指標
- Web対応の自己組織型情報検索システム:Sir-Web
- 注意属性の選択と例外事例の能動的学習
- ネットワークコミュニケーション実験環境の構築
- 入力属性の選択と強化学習
- 入力属性空間の区分による強化学習法
- 概念の帰納的学習 (「学習と知識獲得技術の新展開」)
- Bold Signalの検出理論とアルゴリズム : 高次認知関連活動のOnsetとScale検出の検討
- fMRI計測でヒト固有の知能をみる : 記憶の蓄積と一瞬の閃き
- 知的活動の脳活動のダイナミック・ショットとしてのエピソード記憶モデル : エピソード記憶は、なぜ、どのように他の記憶と異なるのか(「脳・認知科学」及び一般)
- 実時間MRI計測システムの開発とインタラクティブ実験への適用
- 脳画像データのボクセル間情報量解析システムMvIA : 脳機能解析ツールを目指して
- 高次認知記憶システムのイメージング研究
- 脳イメージング・ニューロインフォマッテクスシステムNIMG-PFの開発(機械学習,一般)
- 1.座談会 ニューロコンピューティング研究から生まれたもの(ニューロコンピューティング研究の歴史とその将来)
- ニューラルネットワーク技術の情報検索への適用 (「知識処理応用データベース」)
- ネットワーク分散型移動ロボット実験システム
- 移動ロボット実験用システム
- ニューロプラットフォームシミュレーション : シミュレーションが切り開く神経科学の先端研究(ニューロプラットフォームシミュレーション)
- コネクショニズムは認知科学と神経科学の架け橋となるか? : 関係表現におけるfiller-filler法とfiller-role法
- 三段論法における人間の思考過程のモデル化
- タルビングの"脳-こころ"のシステムとしてのエピソード記憶 : 脳イメージング研究から(人間の記憶に関する学際的パースペクティブ,第24回大会 シンポジウム2)
- 情報量、共分散を用いたfMRI画像のブロック解析と構造解析
- メンタルマッピングにおけるfMRI解析と、その実験システムの開発
- 写真と絵の再認の脳内表現 : fMRI解析
- 多変量情報量によるfMRIデータの脳活動マッピング画像化と構造解析
- 相互情報量、媒介作用を使ったfMRIデータの脳活動マッピング画像化と構造解析
- 「脳機能情報処理」および「脳型コンピュータ・アーキテクチャ」 ワークショップに参加して
- 画質多重伝送方式によるインターネット動画サーバとビューア
- ヒューマンインタラクションの理論構築に向けて
- 関連情報のグラフィックオブジェクト表示とその直接操作を実現したWWW対応自己組織型情報検索システム : Sir-Web Horb&Javaを利用したServer-Server-Applet型の分散情報処理システム
- 関連情報のグラフィックオブジェクト表示とその直接操作を実現したWWW対応自己組織型情報探索システム: Sir-Web : Horb&Javaを利用したServer-Server-Applet型の分散情報処理システム
- 選択的アテンション機構を持った多物体認識のPDPモデル
- コミュニケーション基礎実験計画とその環境設計
- 自然言語とグラフィクスを併用したガイダンスの生成方式について
- 高次認知と海馬 : 高次認知機能を構成する記憶システムの中枢としての海馬の役割(認知現象の分析とモデル化(その1))
- 選択的注意機構と位置不変物体認識モジュールとによる物体認識について
- 認知心理モデルとコンピュータ教師システム
- Yuchun Lee and Richard P. Lippmann : Practical Characteristics of Neural Network and Conventional Pattern Classifiers on Artificial and Speech Problems, Advances in Neural Information Processing Systems, 2, pp.167-177, Morgan Kaufmann (1990).
- 2値パターン誤差逆伝搬学習の性質-(2) : XORのケーススタディ
- バックプロパゲーション学習の高速化 : TEST&LEAP法
- コネクショニズム