POMDP研究に基づいたハイブリッド分類子システム
スポンサーリンク
概要
- 論文の詳細を見る
Classifier systems are now viewed disappointing because of their problems such as the rule strength vs rule set performance problem and the credit assignment problem. In order to solve the problems, we have developed a hybrid classifier system: GLS (Generalization Learning System). In designing GLS, we view CSs as model free learning in POMDPs and take a hybrid approach to finding the best generalization, given the total number of rules. GLS uses the policy improvement procedure by Jackal et al. for the optimal stochastic policy when a set of rule conditions is given. GLS uses GA to search for the best set of rule conditions.
- 1999-05-01
著者
関連論文
- ソフトマックス行動選択のパラメータ調整の手間を省くための新たな関数の導入 (ニューロコンピューティング)
- 混合モデルにおける部分母集団の階層構造を同定するためのクラスタ分析(一般セッション7)
- 混合モデルにおける部分母集団の階層構造を同定するためのクラスタ分析(一般セッション7,顔・ジェスチャの認識・理解)
- 階層的混合モデル学習のためのコンポーネント削減法(パターン認識)
- 学究活動に不可欠になったキャンパスネットワーク構築の一事例
- I_028 多様体学習に基づく単フレーム超解像(I分野:画像認識・メディア理解)
- 階層隠れCRF(パターン認識)
- 移動と観測と地図の不確かさを考慮したロボットの最適行動プラニング
- 混合ディリクレ過程モデルを用いたARMAモデルべース時系列クラスタリング
- ソフトマックス行動選択のパラメータ調整の手間を省くための新たな関数の導入