強化学習による自律移動ロボットのシュート行動獲得
スポンサーリンク
概要
- 論文の詳細を見る
本稿では実環境における学習時間を考慮したQ-learningについて検討を行った.Q-learningではサブタクス毎にQ-tableを用意することが行われているが, サブタスク数が増加すると全体の学習時間に対するサブタクス当たりの学習時間の割合が低下し, 全てのサブタクスの学習が終了するにはかなりの時間がかかる.そこで, 2つの状態空間が異なるサブタスクを同一のタスクに帰着させ, 単一のQ-tableのみを用いて学習する手法を提案する.実ロボットによるシュート行動獲得に本手法を適用し, 一つの学習結果を異なるサブタスクにおいて再利用することで学習の効率化を計り, 学習時間を低減させたタスク学習を可能とした。
- 2000-05-18
著者
関連論文
- EDR辞書を利用した日本語の動作性名詞句の文法解析
- 教育用記憶階層システムの実現と演習方法の提案 : MITEC-II-MMUによる記憶階層の教育
- 抑制機構を有するPSOを用いたセンサネットワークにおける特殊中継ノード配置問題の解法(神経ダイナミクス,一般)
- A-1-8 ダイナミック・リコンフィギャラブル技術の音声復号における適用(A-1. 回路とシステム, 基礎・境界)
- A-1-39 ダイナミック・リコンフィギャラブル技術の音声復号における適用(A-1. 回路とシステム)
- 言語学におけるカテゴリー構造の複雑系多値論理解析
- D-6-5 マルチスレッドプロセッサに適した値予測機構の提案(D-6.コンピュータシステムA(アーキテクチャ),一般講演)
- D-6-3 値履歴テーブルのエントリ数に適した値予測命令数の検討と評価(D-6. コンピュータシステム, 情報・システム1)
- バイナリニューラルネットワークのGAに基づく幾何学的学習法とその汎化能力について(一般,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 実数値GAに基づくバイナリニューラルネットワークの学習アルゴリズムについて(一般,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 3E-3 カオス的パルス結合ニューラルネットワークによる同期型センサ情報収集機構とその評価(センサネットワーク(2),一般セッション,ネットワーク)
- 6D-2 MANETノード分布の可視化手法とその応用(通信方式(2),一般セッション,ネットワーク)
- MANETノード分布のARTネットワークによる可視化
- カオス的パルス結合ニューラルネットワークによる同期型センシング情報収集機構
- MANETノード分布のARTネットワークによる可視化
- ウェーブレット変換を用いた金属表面の線状欠陥の分類
- アルゴリズムスタイルを重視した情報処理教育
- 強化学習による自律移動ロボットのシュート行動獲得
- ブロックの信頼度を用いたアピアランスベース物体認識法の改善
- 遺伝的アルゴリズムを用いたITC符号化プロセッサの開発
- 遺伝的アルゴリズムを用いたITC符号化プロセッサの開発(プロセッサ)
- ニューラルネットワークからの論理関数抽出 : 学習効率の向上とハードウェア化
- D-8-15 実環境を考慮したマルチエージェント強化学習
- マルチプロセッサ環境におけるマイグレート可能タスクの導入
- μITRON4.0仕様リアルタイムOSにおけるミューテックスの実装
- マルチプロセッサ環境におけるマイグレート可能タスクの導入
- μITRON4.0仕様リアルタイムOSにおけるミューテックスの実装
- GAを用いたITC符号化プロセッサ : アーキテクチャの提案(1)(:「LSIシステムの実装・モジュール化, テスト技術, 一般)
- GAを用いたITC符号化プロセッサ : アーキテクチャの提案(1)(:「LSIシステムの実装・モジュール化, テスト技術, 一般)
- 教育用RISC型マイクロプロセッサMITEC-IIを用いた演習環境の開発及びMITEC-IIを用いた演習の実施
- A-3-12 アプリケーションプログラムを基にしたプロセッサアーキテクチャの自動生成 : アプリケーションからの並列性の抽出
- ITRON仕様OSのマルチプロセッサ拡張におけるデッドロック回避の手法
- ITRON仕様OSのマルチプロセッサ拡張におけるデッドロック回避の手法
- ファジィエキスパートシステムを用いたエレベータ群管理システムに関する研究
- 遺伝的プログラミングを用いた協調戦略獲得
- 移動オブジェクトの追跡による動画像インデクシングシステム
- COMET互換プロセッサ用ITRON仕様OS
- MPEG符号の直接操作に基づく動画像解析
- MPEG符号化動画像の解析に関する検討
- 2N-5 EDR形式の日本語コーパスを対象とする編集支援システム
- N-26 簡単なCPUを用いたハードウェア教育(情報技術教育,N.教育・人文科学)
- 行動選択確率に基づく動的強化関数を用いた強化学習手法(人工知能,認知科学)
- D-8-30 Profit Sharing に代わるより効率的な強化学習手法
- 動画像による人物認識に用いるパラメータ抽出法
- D-6-1 ターゲットの変更が可能な命令スケジューラに関する研究
- C-12 ターゲットの変更が可能な命令スケジューラに関する研究(計算機アーキテクチャと最適化,C.アーキテクチャ・ハードウェア)
- 教育用RISCプロセッサMITEC-IIについて
- 教育用RISCプロセッサMITEC-IIについて
- 遺伝的アルゴリズムを用いた動画像の反復変換符号化
- 画像処理プロセッサのアーキテクチャ決定法に関する検討(1) : アプリケーションプログラムからの命令セットの選定法
- 画像処理プロセッサのアーキテクチャ決定法に関する検討(1) : アプリケーションプログラムからの命令セットの選定法
- 画像処理プロセッサのアーキテクチャ決定法に関する検討 (1) : アプリケーションプログラムからの命令セットの選定法
- 5H-7 画像処理プロセッサのアーキテクチャ決定法に関する検討(1) : アプリケーションプログラムからの命令セットの選定法
- 1H-10 教育向けRISC型プロセッサMITEC-IIにおけるメモリ管理ユニットの開発
- 1H-9 教育用RISCプロセッサMITEC-II
- 5M-6 階層画像を用いた投票型オプティカルフロー抽出精度の向上
- 3M-4 近似固有空間による階層分割化を用いた物体認識
- 4J-8 遺伝的プログラミングを用いた協調戦略獲得の検討
- 1J-3 ニューラルネットワークにおけるルール摘出の検討
- 4L-3 ルールベースニューラルネットワークの拡張 : Hopfield Networkへの適用
- 5K-2 移動オブジェクトの追跡によるMPEG動画像のインデクシング
- 2-4 GAを用いたITCによる動画像符号化
- 移動オブジェクトの追跡によるMPEG動画像のインデクシング
- 歩行動画像を用いた個人の特徴抽出と認識
- COMET互換プロセッサによるCPU設計演習環境の提案と実現
- マルチプロセッサ環境におけるリアルタイムシステム手法に対する一提案
- リアルタイムOS「A-RMS」の構成
- G-24 株式市場において外部環境により売買判断の多様性を生む投資家モデルの提案(人工知能(一般),G.人工知能)
- 古語辞典を用いた古語動詞の格フレーム獲得
- トレーダの取引行動の遅延を要因として複雑さを生じる市場モデル(知識処理・知識コミュニティ)
- トレーダの取引行動の遅延を要因として複雑さを生じる市場モデル(一般 : マルチエージェントと学習)
- トレーダの取引行動の遅延を要因として複雑さを生じる市場モデル(一般(マルチエージェントと学習))(「社会システムにおける知能」及び一般)
- D-15-1 COMET-II互換プロセッサ上におけるリアルタイムOS演習の為のデバッグ環境の開発(D-15. 教育工学)
- D-11-114 時系列画像を用いた画像状況に適した統合によるオプティカルフロー抽出精度向上
- C-11 分岐履歴を用いた条件付き双方向パスの考察(計算機アーキテクチャと最適化,C.アーキテクチャ・ハードウェア)
- C-2 アプリケーションプログラムを基にしたプロセッサアーキテクチャの自動生成(FPGA,C.アーキテクチャ・ハードウェア)
- C-1 COMET-II互換プロセッサによるCPU設計演習環境の開発(FPGA,C.アーキテクチャ・ハードウェア)
- 古典文の係り受け解析への経験的優先規則の適用
- 経験的優先規則による古典文の係り受け解析
- 2H-2 COMET互換プロセッサによるCPU設計演習環境の開発
- 2H-1 教育用プロセッサMITEC-Iを用いた演習の環境の開発
- COMET互換プロセッサによるCPU設計演習のサポート環境の提案
- 教育用プロセッサMITEC-Iを用いた演習環境の開発
- 教育用RISC型マイクロプロセッサMITEC-Iの開発及び, MITEC-Iを用いた演習の実施
- 教育用プロセッサMTEC-Iのサポートシステム
- μ-ITRON仕様リアルタイムOSシミュレータに関する研究
- EDR日本語コーパスを対象とする文構造照合支援システムの試作
- EDR日本語コーパス参照支援ツール
- EDR日本語コーパスを対象とした文構造照合支援システム
- マルチプロセッサ環境におけるオーバヘッドを考慮した分散スケジュールアルゴリズム
- 教育用μ-ITRON仕様リアルタイムOSシミュレータMITOS
- 単語・連語間の共起情報を用いた英文書主題把握支援に関する研究
- 思考過程の内部観測によるカテゴリー構造の言語学的多値論理解析
- 言語学におけるカテゴリー構造の複雑系多値論理解析
- 言語学におけるカテゴリー構造の複雑系多値論理解析
- 画像・音声メディアからの概念獲得における対話を用いた学習の効率性評価
- 画像・音声情報による言語概念獲得のための人間-計算機間対話に関する研究
- マイクロコンピュータ用オペレーティングシステムの動向
- N文節限定係り受け解析によるテキスト読上げ時のポーズ挿入
- COMET互換プロセッサによる設計演習環境の提案と実現