自由エネルギーを用いた強化学習による状態のタスク依存な集団符号化(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)
スポンサーリンク
概要
- 論文の詳細を見る
本研究では,状態数が大きいマルコフ決定過程(MDP)問題を扱うことができる自由エネルギーを用いた強化学習手法をdigit floorタスクという部分観測マルコフ決定過程(POMDP)問題に適用することにより,状態がネットワーク中の隠れ層の発火パターンに,報酬に依存した形で集団符号化されることを示す.また,このタスク依存な集団符号化が,入力ノイズや隠れ層のサイズの変化に対してロバストであることも示す.
- 2008-06-19
著者
-
大塚 誠
沖縄大学院大学先行研究プロジェクト:奈良先端科学技術大学院大学
-
吉本 潤一郎
沖縄大学院大学先行研究プロジェクト
-
銅谷 賢治
沖縄大学院大学先行研究プロジェクト
-
吉本 潤一郎
Oist:奈良先端科学技術大学院大学
-
銅谷 賢治
奈良先端科学技術大学院大学情報科学研究科:沖縄科学技術研究基盤整備機構
-
吉本 潤一郎
沖縄大学院大学先行研究:奈良先端科学技術大学院大学
-
吉本 潤一郎
沖縄科学技術研究基盤整備機構神経計算学ユニット|奈良先端科学技術大学院大学情報科学研究科
-
大塚 誠
沖縄大学院大学先行研究プロジェクト
関連論文
- モデルフリーとモデルベース戦略の課題依存的な選択(BCI/BMIとその周辺)
- 自由エネルギーを用いた強化学習による状態のタスク依存な集団符号化(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)
- 自然方策こう配法 : 平均報酬の自然こう配に基づく方策探索(人工知能,認知科学)
- 線形ダイナミカルシステムモデルの変分ベイズ推定による遺伝子発現時系列のシステム同定
- 強化学習 : 理論と応用
- 強化学習の基礎理論と応用
- 変分ベイズ法による自然方策勾配の推定法(一般, 脳・ヒューマンモデリング, 一般)
- センサフィードバックを用いたCPG制御における環境ダイナミクスと観測の不確定性の影響
- 線条体における入力タイミングに依存するカルシウム応答モデル
- 遅延を伴う確率的報酬獲得課題におけるヒトの意思決定に関する研究(一般セッション3)
- 自然 TD 学習 : 割引報酬における TD 誤差を利用する自然方策勾配に基づいた強化学習法
- マルチエージェント環境におけるコミュニケーションの段階的創発(セッション : 社会システムと知能(エージェントモデルと意思決定), 「社会システムにおける知能」及び一般)
- マルチエージェント環境におけるコミュニケーションの段階的創発
- 強化学習と最適制御(「システム制御理論の新領域特集号」)
- 線条体シナプス可塑性の分子機構のシミュレーション研究(セッション3:『バイオモデリング,シミュレーション』)
- 生化学反応系のためのベイズ的システム同定法(機械学習によるバイオデータマイニング)
- 生化学反応系のためのベイズ的システム同定法(機械学習によるバイオデータマインニング)
- 混合カルマンフィルタによる隠れ状態推定法 : Cyber Rodentの自己位置同定への応用
- 行動学習データの強化学習モデルによる解析とその応用
- 行動学習データの強化学習モデルによる解析とその応用(コミュニケーション支援及び一般)
- 行動学習データの強化学習モデルによる解析とその応用(コミュニケーション支援及び一般)
- 近傍成分分析による行動指向的状態表現の獲得
- モデル誤差を考慮した強化学習法による実ロボットの適応制御
- 複数の価値関数を用いた多目的強化学習
- 複数制御器の切換学習法による実アクロボットの制御(人工知能)
- 淡蒼球内節/黒質網様部の強化学習による確率的行動選択(一般)(ニューロインフォーマティックスとは何か)
- 淡蒼球内節/黒質網様部の強化学習による確率的行動選択
- 大脳基底核-強化学習モデルによる線条体神経細胞活動の記録と予測
- 行動決定系列からの学習系の内部状態/パラメータ系列の推定
- 強化学習と大脳基底核(運動学習)
- 沖縄計算神経科学コース(Okinawa Computational Neuroscience Course)経過報告
- 意思決定と行動学習の数理モデル (特集 学習と記憶--基礎と臨床)
- Solving POMDPs using restricted Boltzmann machines with echo state networks (ニューロコンピューティング)
- 神経スパイク列からのモデルベースシナプス同定法 (ニューロコンピューティング)
- 線形ベルマン方程式に基づくロボット制御 : システム同定と指数価値関数近似
- 神経スパイク列からのモデルベースシナプス同定法(合同企画セッション:バイオデータマイニング,機械学習によるバイオデータマインニング,一般)
- 制限付きボルツマンマシンとエコーステートネットワークによる部分観測マルコフ決定問題の解法(一般講演,機械学習によるバイオデータマインニング,一般)
- 運動-視覚ダイナミクス学習と線形ベルマン方程式によるロボット制御
- 運動-視覚ダイナミクス学習と線形ベルマン方程式によるロボット制御 (ニューロコンピューティング)
- 自由エネルギーを用いた強化学習による状態のタスク依存な集団符号化
- 強化学習の最近の発展(第10回)脳の意思決定機構と強化学習