RBFネットワークを用いた時変環境におけるQ-learning :遺伝的アルゴリズムによる有用度関数の構成法
スポンサーリンク
概要
- 論文の詳細を見る
本論文では, 強化学習の一手法であるQ-learningにおける有用度関数に, 遺伝アルゴリズムによって構成されたRBFネットワークを用いることを提案する.時変環境において従来のRBFネットワークの構成法では, 中間素子数が増加する, 過去の記憶の影響を受けやすい, 学習をやり直すタイミングを決定するのが難しいなどの問題点がある.そこで提案手法では, 遺伝的アルゴリズムと最急降下法を組み合わせることにより, 適切なネットワーク構成を動的に決定する.これにより事前知識を必要とせずに有用度関数を環境の変換に応じて適切に学習することができる.ロジスティック写像を一定値に制御する問題点に提案手法を用いた結果, 従来手法に比べてより少ない誤差を実現することができた.
- 1998-12-15
著者
-
樋口 哲也
産業技術総合研究所
-
樋口 哲也
電子技術総合研究所
-
吉澤 修治
東京大学大学院工学系研究科機械情報工学専攻
-
村川 正宏
東京大学大学院 工学系研究科 機械情報工学専攻
-
吉澤 修治
玉川大学学術研究所
-
吉沢 修治
東大工
-
米井 友浩
東京大学大学院 工学系研究科 機械情報工学専攻
-
米井 友浩
東京大学大学院工学系研究科:(現)日本電信電話株式会社
関連論文
- 高次局所自己相関特徴による多チャンネル時系列データからの異常検知
- 高次局所自己相関特徴を用いた病理組織診断支援技術の研究
- 時系列データからの汎用的異常検知手法の提案とその性能評価
- LDPC符号高速生成システムの提案と評価
- 目の不自由な人の歩行介助技術学習ソフト
- 確率的探索手法によるLDPC符号生成の検討(LDPC符号セッション(符号構成),LDPC符号,及び一般)
- FPGAを用いたウイルスチェックシステムの構築と評価(リコンフィギャラブルシステム応用II,デザインガイア2006-VLSI設計の新しい大地を考える研究会)
- FPGAを用いたウイルスチェックシステムの提案(ネットワーク, デザインガイア-VLSI設計の新しい大地を考える研究会-)
- 高次局所相関特徴に基づく多チャンネル時系列データからの異常検知--センサ設置箇所での正常パターンの適応学習による汎用的手法
- シーンの重要度に応じて符号化効率を変化させる適応型動画像圧縮法
- 最適化アルゴリズムを用いた光近接効果削減に関する研究
- 最適なLDPC符号探索におけるMOGAの有効性
- 動作マージンを確保可能なディジタルLSIの製造後クロック調整手法の提案
- 可変長染色体GAを用いたLDPC符号の最適化設計システムの改良(フォトニックネットワーク/制御,光制御(波長変換・スイッチング等),光波/量子通信,GMPLS,アクセス網技術,一般)
- 可変長染色体GAを用いたLDPC符号の最適化設計システムの高速化
- 可変長染色体GAを用いたLDPC符号の最適化設計システムの提案
- ディジタルLSIの製造後クロック調整技術の高速化手法
- Influential領域を導入した適応型光近接効果補正技術の提案
- 適応型光近接効果補正技術の領域分割による高速化手法の提案と検証
- 大規模ディジタルLSIの製造後クロック調整手法の提案と検証(Session 3)
- レイアウト設計後の最適化による光近接効果補正技術の提案
- GAを用いたLDPC符号構成法におけるGAパラメータチューニング
- 適応デバイスの研究開発
- 実世界適応デバイス : 実時間適応を目指して
- 動作マージンを確保可能なディジタル LSI の製造後クロック調整手法の提案
- やわらかいハードウェア : デバイス,アーキテクチャ,設計技術,応用研究の展開
- 進化するハードウェアを用いたパターン認識システム
- GAを用いたLDPC符号構成法におけるGAパラメータチューニング
- FPGAを用いた高速セキュアネットワークシステムの提案(応用事例,デザインガイア2007-VLSI設計の新しい大地を考える研究会)
- FPGAを用いたLDPC最適化設計システムの提案(符号化と演算,デザインガイア2007-VLSI設計の新しい大地を考える研究会)
- 進化型ハードウエアとその応用
- 表皮効果及び誘電損を考慮した伝送線路モデルの提案と検証(導波路関連,マイクロ波・ミリ波平面回路とその関連技術論文)
- ストリップ線路の等価回路モデルの提案と評価
- 産業技術総合研究所次世代半導体研究センター回路システム技術グループ
- GPGPUによるLDPC符号復号の高速化に関する予備評価
- 大規模な巡回セールスマン問題に対するホップフィールドニューラルネットの性能比較
- 都市隣接性に基づく巡回セールスマン問題のニューラルネットによる解法とその評価
- 多層ニューラルネットにおける種々の自己回帰(AR)ニューロンモデルの性能比較
- ホップフィールド型ニューラルネットにおける自己結合係数の制御による解の改善
- ARLNN: 自己回帰モデルをリンクに持つ多層ニューラルネットワーク
- アナログニューラルネットによる最適化問題の効率的な解法
- ホップフィールド型ニューラルネットにおける自己結合係数の制御による解の改善
- ホップフィールド型ニューラルネットによる最適化問題の効率的な解法
- "進化するハードウェア"による有限オートマトンの学習
- 進化型アナログLSI -遺伝的アルゴリズムによる製造誤差への適応-
- 並列連想プロセッサIXM2
- 意味記憶システムIX : 意味ネットマシンIXM2によるword disambiguationの実験
- 遺伝的アルゴリズムによる回路合成方式の高速化手法
- GAによるニューラルネットワークの構造学習用回路の実現
- 障害者に適応可能な筋電操作型義手の開発
- 可変長染色体GAを用いた進化するハードウェアの学習
- 遺伝的アルゴリズムと勾配法の組合せによる物理モデルの自動合わせ込み
- パラメータの微分可能性を考慮した遺伝的アルゴリズムによる物理モデルの自動合わせ込み
- Influential領域を導入した適応型光近接効果補正技術の提案(セッション1)
- Influential領域を導入した適応型光近接効果補正技術の提案(セッション1)
- 多目的最適化を用いた伝送線路解析手法の提案と検証(電磁界解析,マイクロ波論文(大学発))
- シーンの重要度に応じて符号化効率を変化させる適応型動画像圧縮法
- Block Truncation Codingにおける色分布のクラスタ解析手法に関する検討
- I-090 階層型Block Truncation Codingにおける疑似輪郭低減の提案(グラフィクス・画像,一般論文)
- スイッチング評価ツールの開発
- スイッチング評価ツールの開発
- RBFネットワークを用いた時変環境におけるQ-learning :遺伝的アルゴリズムによる有用度関数の構成法
- I-039 階層型Block Truncation Codingにおけるブロック分割手法に関する研究(I分野:グラフィクス・画像)
- 適応型光近接効果補正技術の領域分割による高速化手法の提案と検証(セッション4)
- 遺伝的アルゴリズムを用いた高解像度2値画像データの可逆符号化(画像情報)
- JBIG2における算術型圧縮暗号化法の暗号強度改善に関する検討
- 印刷画像向けデータ圧縮方式--ISO規格に採用
- 印刷画像データ圧縮用進化型ハードウェアチップ(システムLSIのための先進アーキテクチャ論文)
- 進化型ハードウェア技術のマイクロ波回路への適用(≤特集≥進化的計算)
- 遺伝的アルゴリズムを用いたディジタル印刷画像の2値画像符号化
- アナログ進化型ハードウェアの研究開発
- Dynamic Adaptive Devices and their Applications (特集 RWC研究--実世界知能の実現を目指して) -- (第2部 実世界知能研究推進センターの最新の研究成果)
- 意味記憶システムIX : 知識表現言語IXLのルール・コンパイラの開発
- 意味記憶システムIX : 意味ネットマシンIXM2の構成
- 意味記憶システムIX : 意味ネットマシンIXMプロトタイプでの処理実験
- 意味ネットワークマシン(IXM)プロトタイプの開発
- 意味記憶システムIX : 要素プロセッサ間結合方式のシミュレーション
- 意味記憶システムIX : 意味ネットワークのIXMマシンへの割り付け
- 進化するハードウェアを用いた適応型システムの構築
- 進化するハードウェアによる引き込みの実現方法
- 筋電インタフェースによるパソコン操作
- 筋電インタフェースにおける外乱の影響調査
- 筋電インタフェースにおける外乱の影響調査(福祉情報工学,一般)
- 進化型ハードウェアと産業応用
- 遺伝的アルゴリズムを用いたフェムト秒パルスレーザの自動調整(≤特集≥進化的計算)
- 進化型ハードウエアと産業応用
- 自己回帰ニューロン(ARN)で構成するフィードバック付き多層ニューラルネット
- 進化するハードウェアをめざして (人工生命ワークショップ)
- IXMにおける連想メモリ上の並列演算性能
- タイミング余裕を確保したディジタルLSIの製造後クロック調整(セッション7)
- C-024 ディジタルLSIの製造後クロック調整におけるタイミング余裕度の検証(C.アーキテクチャ・ハードウェア)
- MG321 容量結合型筋電センサの固定方法(MG32 センサ,あたり前のことを知る)
- 容量結合型筋電センサにおける絶縁方法
- 容量結合型筋電センサにおける絶縁方法(人工現実感及び一般)
- 容量結合型筋電センサにおける絶縁方法 (ヒューマンインフォメーション)
- 遺伝的アルゴリズムを用いたマイケルソン干渉計の自動調整
- 進化型光学システムの研究開発
- 潜在的リスク発見を支援する手術映像保存システムの提案と評価
- 遺伝的アルゴリズムのテクノロジーCADへの応用
- RBFを用いた進化型ハードウェアによる適応等化器