強化学習的手法を用いたRBFネットワークの学習
スポンサーリンク
概要
- 論文の詳細を見る
強化学習の代表的学習法の1つであるQ-Learningの行動価値関数Qを、連続状態、連続行動空間においてRBFネットワークを用いて近似する方法を提案する。Q-Learningは従来、離散化された状態行動空間において強力な学習法であるが、連続値に拡張しようとすると細かい離散化を必要とし、行動価値関数Qの空間が大きくなるため学習に非常に時間がかかるといった問題があった。本論文では、BRFネットワークを使用して、従来のQ-LearningのQ値の更新式から直接的にパラメータ(μ, σ, ω)を最急降下法によって学習する。最後に、非常に単純な環境において、本手法がQ値をよく近似していることを計算機シミュレーションによって示す。
- 2000-03-13
著者
-
村島 定行
鹿児島大学工学部情報工学科
-
森 邦彦
鹿児島大学大学院理工学研究料
-
渕田 孝康
鹿児島大学工学部情報工学科
-
森 邦彦
鹿児島大学工学部
-
森 邦彦
鹿児島大学
-
前原 正和
鹿児島大学工学部
-
渕田 孝康
鹿児島大学工学部 情報工学科
-
森 邦彦
鹿児島大学工学部情報工学科
-
村島 定行
鹿児島大学
関連論文
- 楕円曲線法における素因数分解高速化のための分散並列処理実験
- 分散並列処理による素因数分解の高速化
- 逐次添加法による3次元離散ボロノイ図の作成と自己組織化特徴写像への応用(パターン認識)
- 文字の位相表現について
- 位相保持の実現による特徴抽出
- 位相表現回路網の結合数と入力次元の関係
- 形態学的連想記憶における核パターンの性質と構成法
- 計算形態学を利用した連想記憶
- 位相表現回路網による文字パターンの特徴抽出
- マルチネスの位相表現回路網の位相保持率
- 自己組織化特徴写像における位相保持測度
- 自己組織化特徴写像における位相保持率
- Kohonenアルゴリズムにおける位相保持測度の一提案
- 巡回セールスマン問題の隣接性モデルにおける部分巡路抑制法
- 順序方式の2値ホップフィールドネット
- 大きさの違う区割りに基づく予測符号化の研究
- 対数スター関数で足される項の数でグループ化する正整数符号
- D-11-8 近傍画素の縮小写像によるフラクタル圧縮(D-11.画像工学A(画像基礎・符号化),一般講演)
- 形態学連想記憶の想起率について
- 長さ情報の定数回拡張を用いた正整数符号
- 離散画像の可逆フラクタル表現と関連する連立1次方程式とその収束特性
- 長さ情報の定数回拡張に基づいた正整数符号(ブロードバンドモバイル時代における基礎技術)(情報通信サブソサイエティ合同研究会)
- 長さ情報の定数回拡張に基づいた正整数符号(ブロードバンドモバイル時代における基礎技術)(情報通信サブソサイエティ合同研究会)
- 長さ情報の定数回拡張に基づいた正整数符号(ブロードバンドモバイル時代における基礎技術)(情報通信サブソサイエティ合同研究会)
- にじみの実験と酔歩による再現
- 離散画像を解とするある種の連立一次方程式と可逆フラクタル圧縮への応用(画像信号処理及び一般)
- 離散画像を解とするある種の連立一次方程式と可逆フラクタル圧縮への応用(画像信号処理及び一般)
- 奥行き情報を保持した投影像と低容量配列化演算によるフレネル型計算機ホログラム
- ディジタル画像の可逆フラクタル表現の基本的事項について
- 母点を一つずつ追加することにより効率良く2次元離散ボロノイ図を作成する方法
- Basics of Lossless Fractal Representation of Digital Images
- Basics of Lossless Fractal Representation of Digital Images
- Basics of Lossless Fractal Representation of Digital Images
- 離散凸包の作成法について(画像信号処理及び一般)
- 離散凸包の作成法について(画像信号処理及び一般)
- 非ユークリッド距離に基づく2次元離散ボロノイ図の作成
- 高次の2次元離散ボロノイ図の作成
- 非ユークリッド距離に基づく2次元離散ボロノイ図の作成
- 2次元離散ボロノイ図をO(1)の計算時間で描く方法
- 画素塗りつぶしによる2次元ボロノイ図の作成
- 強化学習的手法を用いたRBFネットワークの学習
- 相互結合ニューロン場の相転移現象
- 代用うず法の検討
- Basics of Lossless Fractal Representation of Digital Images
- 離散ボロノイ分割を利用したフラクタル画像圧縮
- ファジィ推論ルール構築の一考察 : コホーネンアルゴリズムの削除型モデルへの適用
- 学習アルゴリズムによるファジィモデルの構成
- 離散ボロノイ図における母点の追加と削除のアルゴリズム
- 波面法を用いた2次元一般図形離散ボロノイ図の作成
- 遺伝的アルゴリズムによる時系列画像の1次元高解像化
- 離散ボロノイ図への母点の追加と削除の性能評価
- D-11-64 遺伝的アルゴリズムを用いた時系列画像の2次元高解像化
- D-1-7 重み付き2次元離散ボロノイ図の波面法による作成
- 2次元離散画面上の高次のボロノイ図作成について
- 時系列1次元画像の高解像化
- 遺伝的アルゴリズムと反復処理を用いた劣化画像の回復
- ランダム論理ニューロン場の凍結状態に関する確率的考察
- シュワルツ交代法を用いた代用電荷法
- 画像回復問題における遺伝的アルゴリズムの適用に関する考察
- A-9-2 野球、サッカー、相撲、将棋に対する万能ランキング法(A-9.信頼性,一般講演)
- ベクトル量子化のための自己組織化アルゴリズムの構成
- コホーネンネットを利用した巡回セールスマン問題の分割統治法
- 近傍画素の階調値のばらつきによって予測差分の分布を分類する画像圧縮
- JPEG-LSのロスレス符号化のコンテクストモデルの考察
- 可変ブロックサイズセグメンテーションを用いた画像の可逆符号化の考察
- 平均予測差分を状態とするマルコフモデルによる階調画像の可逆符号化
- 修正縮退差分によるビットプレーン画像の算術符号化
- 2予測法を用いた階調画像の算術符号化
- 2予測法を用いた階調画像の算術符号化
- 可変ブロックサイズセグメンテーションを用いた画像の可逆符号化の考察
- 形態学的連想記憶における部分結合の有効性
- 形態学的連想記憶の想起特性について
- ホップフィールド型神経回路網の積結合の削除
- 自己組織的パターン特徴抽出のシミュレーション
- 積結合を含む神経回路綱の最適化問題への応用
- けた上げ先見加算器の高速化
- 積結合をもつ神経回路網による連想記憶能力
- 積結合を含むニューラルネットワークによる連想記憶能力
- 積結合を含むニュｰラルネットワｰクのダイナミックス
- 並列計算システムの分類とその基本性質
- 形態学的連想記憶と双対な想起過程について
- エネルギ-減少への寄与の大きさの順にニュ-ロンを遷移させる機能を有する2値ホップフィ-ルドネット
- RGB-ISH変換に基づく染色画像の色領域分割(〔情報ディスプレイ研究会 視聴覚技術研究会 画像通信システム研究会〕合同)(波形等化技術)
- 巡路中の都市隣接性に基づいた巡回セ-ルスマン問題のニュ-ラルネットへの埋込み
- 秘密鍵の階層グル-プ間共有法
- 電荷のまわりの電界計算法-4-電荷重畳法による解法
- 厚みのない領域の外部問題に対する代用電荷法の適用について
- 等角写像の代用電荷法への応用
- 2次元弾性論への代用電荷法について(技術談話室)
- 代用電荷の配置法と誤差との関係
- 一変数法による代用電荷配置の最適化
- 代用電荷法のポアソン方程式への応用
- 代用電荷法の第2種の境界値問題への適用について
- 代用電荷法および差分法で計算した針対平板ギャップの電位,電界分布
- リーマン面上のグリーン関数の重ね合せによる二次元ラプラス方程式の近似解法
- 可変ブロックサイズセグメンテーションを用いた画像の可逆符号化の考察
- 多段誘電体アンテナ共用器の特性自動調整
- 誤りの伝搬をさえぎることのできる正整数列の符号化の一方法
- log^*nより短い符号語の割合が1に漸近する正整数符号について
- 再帰的に定義される長さ情報のMSB省略を用いる正整数符号