実環境内におけるロボットの Q-learning とその行動政策の逐一修正の検討
スポンサーリンク
概要
- 論文の詳細を見る
本論文では, 実環境内においてのQ-learningで得た行動政策を, 同じく実環境内に加えて, 異なる環境においての学習に使用し, それを逐一修正していくことによって環境の変化に適応する手法を検討する.これにより, 実時間上・多環境においてロボットが学習を行う際の多大な学習・試行回数と記憶容量と時間の削減につながる.
- 2005-03-22
著者
関連論文
- 3P7a-10 肝エコー画像におけるスペックルリダクションへの独立成分解析の適用(ポスターセッション)
- 量子力学的チャネルを用いたJaynes-Cummingsモデルの記述と情報量による解析(量子情報理論とその応用)
- 量子相互エントロピーによる量子増幅過程の解析(量子確率論とエントロピー解析)
- スクイズド真空状態による誤り確率の改善
- スクイズド真空状態の量子通信過程への応用
- 量子テレポーテーション過程の量子情報論的アプローチ(量子確率論とエントロピー解析)
- 実環境内におけるロボットの Q-learning とその行動政策の逐一修正の検討
- 肝エコー信号における独立成分の抽出
- 独立成分分析による肝エコー信号からの病変情報分離(医用超音波・アコースティックイメージング)
- A-2-4 GAによるCPGパラメータの最適化と足踏みシミュレーション(A-2.非線形問題,一般講演)
- ベイジアンネットワーク入門(2)
- ベイジアンネットワーク入門(1)
- 独立成分分析による肝エコー情報の解析
- 独立成分分析による肝エコー情報の解析
- 組合せ最適化問題の目的関数を計算する量子回路の一構成法(量子情報理論とその応用)
- 組合せ的最適化問題を多項式時間で解く量子コンピュータについて
- 巡回セールスマン問題を多項式時間で解く量子コンピュータについて
- RNNPB の学習により自己組織化される PB 空間の性質
- A-2-5 リンク情報を用いたGHSOMによるデータ構造の抽出(A-2.非線形問題,一般講演)
- Online Profit Sharingにおける計算量を削減するアルゴリズムの提案
- MP2のサブバンド係数を利用したステガノグラフィ
- エントロピー最大化原理と不等式 (応用函数解析としての情報数理の研究)
- 26pYB-5 Tsallis 統計の背後にある確率構造(その他の系(破壊・Tsallis統計・ソフトマター・パターン形成),領域11(統計力学,物性基礎論,応用数学,力学,流体物理))
- Tsallisエントロピーから導かれる数理構造 (情報科学と函数解析の接点 : これまでとこれから)
- 堆積モデルとTsallis統計 (情報科学としての函数解析とその周辺)
- Three classes of nonextensive entropies characterized by Shannon additivity and pseudoadditivity (Functional Analysis as Information Science and Related Topics)
- 独立成分解析におけるTsallis相互情報量の適用の効果について
- Tsallis エントロピーを用いた独立成分解析
- Tsallisエントロピーの一般化公理とその一意性定理について
- ニューラルネットワークモデルの空間的粗視化による1/ƒスペクトルの導出
- 2値の重みをもつパーセプトロンのVC容量と符号の限界式の関係について
- D-2-7 2値の重みをもつパーセプトロンの記憶容量とパターン間の距離の関係について
- A-2-10 ニューラルネットワークシミュレーションによる脳波の1/fスペクトルの検証
- 肝エコー信号の独立性に着目した病変情報抽出法(医用超音波,アコースティックイメージング技術の新展開論文)
- 対称コンタクトプロセスによる二義錯視図形の解析
- 対称コンタクトプロセスの錯視現象への応用
- A-2-5 ニューラルネットワークモデルの粗視化による脳波の1/fスペクトルの解明
- ニューラルネットワーク (特集 今日の応用数理)
- 量子通信過程の数理構造とその解析 (量子情報理論の新展開)
- 量子開放系における情報伝送(ポスター・セッション・プログラム,第3回『非平衡系の統計物理』シンポジウム(その2),研究会報告)
- 量子相互エントロピーによる量子マルコフ過程の解析(ガウス空間上の作用素解析と量子確率論)