揺らぎ駆動学習ニューラルネットの強化学習効果
スポンサーリンク
概要
- 論文の詳細を見る
TD(λ)法は, "actor-critic"と呼ばれる一対のニュートラルネットワークが強化信号に基づいた動的環境の状態制御則を獲得可能にする有効な戦略である.本論文では, Cart-Pole系における振り子の振り上げ・倒立維持課題, 二重振り子倒立維持課題および二重振り子先端振り上げ課題のシミュレーションを通して, FDL法が多層ニューラルネットワークTD(λ)戦略を適用可能し得ることを検証する.また, FDL法がTD(λ)戦略を用いずに上記の課題を学習できることをを検証する.
- 社団法人電子情報通信学会の論文
- 2000-02-03
著者
-
渡辺 一央
北海道工業大学情報ネットワーク工学科
-
大堀 隆文
北海道工業大学情報デザイン学科
-
大堀 隆文
北海道工業大学
-
渡辺 一央
北海道工業大学
-
工藤 昇
北海道工業大学工学部電気工学科
-
奥田 郡元
北海道工業大学
関連論文
- WAMP環境によるウェブベーステストシステムの開発と運用
- 表計算ソフトウェアによる回路解析
- 微分不能素子をもつ階層型ニューラルネットに対する誤差逆伝搬法の提案(バイオサイバネティックス, ニューロコンピューティング)
- 微分不能素子をもつ階層型ニューラルネットに対する誤差逆伝搬法の提案
- D-2-1 EXCELによる知能情報入門教育(D-2.ニューロコンピューティング,一般講演)
- コンピュータ援用英語学習シングルタスクドリルの開発 : 言語習得アプリケーション群開発のアプローチ
- 2P1-3F-B4 LEGO MINDSTORMS を用いた自律ロボット群の協調行動獲得
- シーソーバランシング問題における自律ロボット群の強化学習による協調行動獲得
- 1A1-E06 動的な環境における学習率の自己調節機能を備えた自律ロボット群
- 都市の水辺空間の整備展開と環境改善便益 : MUP法によるABPP計測・評価に向けて(環境)
- 空中手書き文字入力システムの構築に関する一考察
- GAによる不均一線路型インピーダンス整合回路の設計
- GAによる不均一線路型インピーダンス整合回路の設計
- I-042 変動する照明環境下での背景差分法による移動物体検出に関する一考察(I分野:グラフィクス・画像)
- 適応型合意形成モデルにおけるエージェントの特性分析
- グループ間のファジィ選好関係の合意形成と交渉戦略
- A-36 モバイル環境における高信頼メッセージ転送ネットワークの形式的モデリング(グラフアルゴリズム(1),A.アルゴリズム・基礎)
- A-24 ファジィ制約充足問題への連続領域の導入(離散アルゴリズム(2),A.アルゴリズム・基礎)
- 左右分散考慮型修正マハラノビス距離法
- 対話型進化論的計算手法によるアルペジオフレーズの生成(音楽(創作))
- ディジタル型通時誤差逆伝搬法による周期波形の学習(研究速報)
- F-036 汎化性能を考慮したディジタル型誤差逆伝搬法(人工知能・ゲーム,一般論文)
- F-002 改良型ディジタル誤差逆伝搬法による2次元ベクトル量子化(人工知能・ゲーム,一般論文)
- 補助ネットワークを用いたディジタル型BPによる恒等写像学習(研究速報)
- G-020 ディジタル型BPによるベクトル量子化(G分野:生体情報科学)
- G-019 補助ネットワークを用いたディジタル型BPによる恒等写像(G分野:生体情報科学)
- G-018 ディジタル型通時誤差逆伝搬法による有限状態オートマトンの学習(G分野:生体情報科学)
- ボルツマンマシンにおける学習係数最適化の実験的検証(ニューラルネットワーク画像復元及び一般)
- ボルツマンマシンにおける学習係数最適化の実験的検証
- H_006 一対比較型BPの性能評価実験(H分野:生体情報科学)
- LH_004 ディジタル型リカレントネットの学習特性(H分野:生体情報科学)
- D-2-7 ディジタル型リカレントネットによる周期波形の学習(D-2.ニューロコンピューティング,一般講演)
- D-2-3 一対比較型BPの通常BPとの比較検証(D-2.ニューロコンピューティング,一般講演)
- 英語教育アプリケーション群の実用化に向けた不正行為対策システムの開発
- 揺らぎ駆動学習ニューラルネットワークによる有限状態オートマトンの同定
- 連続時間巡回神経回路モデルのための揺らぎ駆動学習則とその動的システム制御への応用
- 再帰型ニューラルネットとクラスタリングによるオートマトンの同定
- 揺らぎ駆動学習ニューラルネットの強化学習効果
- ニューラルネットに見る非線形信号処理
- 連続時間RNNのための揺らぎ駆動学習則とその動的システム制御への応用
- 短期応答群を用いたニューラルネットによる動的システムの学習
- パターン認識課題におけるBP法の学習停滞メカニズムの解明
- 非巡回神経回路網のための揺らぎ駆動学習
- 適応型マハラノビス距離を用いた手書き漢字認識
- ラグランジュ調整型ニューラルネットによる線形制約付き組合せ問題の解法
- 揺らぎ駆動学習法の各種課題への適用可能性に関する実験的検討
- Webリンク構造を用いた北海道観光情報データマイニング
- P2P型教育情報共有システム
- 自然言語入力によるWebを情報源とした質問応答
- 画像における色情報と感性の関係について
- 1-105 大学教育における学生のITリテラシーの現状と教育カリキュラム((14)教育評価・自己点検・評価システム-II)
- D-15-9 大学生のITリテラシーにおける経年変化と教育カリキュラム(D-15. 教育工学, 情報・システム1)
- 北海道におけるe-Learning普及の現状とその課題 : 高等教育機関と各種専門学校について
- 揺らぎ駆動階層型ニューラルネットによる非線形計画問題の一解法
- 遺伝的アルゴリズムによるスタブ付伝送線路フィルタの設計(回路理論, 回路解析)
- 非線形処理を導入した背景差分法に基づく移動物体検出に関する一考察(スマートパーソナルシステム,一般)
- 遺伝的アルゴリズムによる伝送線路型複素インピーダンス整合回路の設計
- 動画像へのフラクタル符号化の適用法に関する一考察
- 動画像へのフラクタル符号化の適用法に関する一考察(符号化II, ITS画像処理,映像メディア及び一般)
- 動画像へのフラクタル符号化の適用法に関する一考察(符号化II,ITS映像メディア及び一般)
- 局所表現型パーセプトロンの汎化能力向上法
- 局所表現型パーセプトロンの汎化能力向上法と手書き漢字認識への応用
- 高次ニューロンからなる局所表現型パーセプトロンによるオンライン手書き漢字認識
- 局所表現形パーセプトロンによるオンライン手書き漢字認識 : 情報ディスプレイ : 無線・光伝送 : 画像通信システム : 画像応用
- (250)大学生のITリテラシーにおける入学年度別変化について : より効果的な教育プログラムの確立に向けて(セッション72 教育評価・自己点検・評価システムVII)
- 55 情報技術の初期学習者用教育プログラム開発の基礎研究(教育評価・自己点検・評価システムIII,第14セッション)
- 階層型ニューラルネットの揺らぎ駆動学習動作
- 線形しきい値形多層パーセプトロンへの並列相関学習法の適用
- しきい値揺らぎを利用した多層パーセプトロンの並列相関学習法
- 確率的非巡回型神経回路網のための連結相関学習法
- 確率的非巡回神経回路網のための並列相関学習法
- しきい値ゆらぎを利用した多層パーセプトロンの並列相関学習法とその特性
- パターン認識用ニューラルネットの学習高速化手法
- しきい値ゆらぎを利用した多層パーセプトロンの並列学習法
- 適応型合意形成モデルの特性分析
- 情報デザイン学科の情報技術者資格取得への取り組み
- SAを用いたラグランジェ調整型TSPニューラルネットの大域的最適化
- SAを用いたラグランジェ調整型TSPニューラルネットの大域的最適化
- ラグランジェ調整項を用いたホップフィールドニューラルネットの理論解析とシミュレーション
- TSPニューラルネットの実行可能性改善法の相互比較
- Web検索による北海道観光情報の分析
- SVMを用いた手書き漢字のクラスタリング
- コード生成法を用いたアフィンカーマーカー法のインプリメンテーション(LP新解法)
- 上下限変数制約付き凸計画問題に対する座標軸成分毎最小化法の収束証明
- 階層型ニューラルネットワークによる将棋評価関数の獲得
- 自己帰還型ニューラルネットによる巡回セールスマン問題の解法
- パラメータ制御形ホップフィールドネットによる巡回セールスマン問題の解法
- 適応型マハラノビス距離を用いた手書き漢字認識
- A-1-9 GA による結合線路型フィルタの設計に関する一検討
- 遺伝的アルゴリズムによる不均一伝送線路型整合回路の設計
- 揺らぎ駆動学習法の各種課題への適用可能性に関する実験的検討
- 揺らぎ駆動学習法による直接逆モデル学習
- A-1-3 遺伝的アルゴリズムを用いた伝送線路フィルタ設計(A-1. 回路とシステム, 基礎・境界)
- フラクタル画像符号化による再構成画像の品質推定に関する一考察
- フラクタル画像符号化による再構成画像の品質推定に関する一考察(符号化I, ITS画像処理, 映像メディア及び一般)
- フラクタル画像符号化による再構成画像の品質推定に関する一考察(符号化I, ITS画像処理, 映像メディア及び一般)
- GAによるスタブ付伝送線路フィルタの設計
- A-1-26 不均一線路フィルタのGAによる設計(A-1. 回路とシステム)
- 遺伝的アルゴリズムによる分布定数フィルタの設計
- 揺らぎ駆動学習法の非対称相互結合型ニューラルネットへの適用