構成的帰納学習と強化学習の統合による知的エージェントの学習効率の向上
スポンサーリンク
概要
- 論文の詳細を見る
学習能力を持った知的エージェントの実現方法として,強化学習が有力視されているが,従来の強化学習は最適解への収束の遅さが欠点として指摘されている.その要因として,学習に多くの事例が必要なこと,獲得した経験からの知識の抽出が困難なことの二点が挙げられている.学習の効率化のためには,報酬が得られる事例の特徴を新たに生成する必要があることが指摘されている.本研究は,事例から新たに特徴を生成する手法として,構成的帰納学習を強化学習に導入し対象領域に適切な特徴を構成して学習効率の向上を図ることを目的としている.
- 一般社団法人情報処理学会の論文
- 1996-09-04
著者
関連論文
- 木構造ウェーブレット変換の構造を用いたテクスチャ解析および分類
- 事例に基づく推論
- 事例に基づく推論に関する第1回ヨーロッパ会議に出席して
- 特徴構成法を用いたQ学習の効率改善
- 特徴構成法を用いたQ学習の効率改善
- ウェアラブルコンピュータのためのビデオトラッキング用コード化マーカについての検討
- 画像解析型手認識による片手入力インタフェース
- 動的優先度判定表示機能を備えたウェアラブルARシステムに関する研究
- ウェアラブルARシステムのための画像解析によるコード化マーカ
- グラフ表現による動画像内容記述からの階層的場面構造の構築
- グラフ表現と属性値表現の統合によるストーリ検索に関する検討
- ウェアラブルコンピュータのためのビデオトラッキング用コード化マーカについての検討
- グラフ表現を用いた動画像内容記述の組織化手法の検討
- 構成的帰納学習と強化学習の統合による知的エージェントの学習効率の向上
- 動的環境下における不完全な領域知識からの説明と失敗に基づく知識獲得
- 属性値表現された動画像データベースからの検索
- ラフ集合理論を用いたクエリの帰納的定義に基づく例示映像検索
- 確率分布による概念表現を用いた事例ベースの最適圧縮