獲得免疫系の免疫反応をもとにした強化学習機構の構築(人工知能,認知科学)
スポンサーリンク
概要
- 論文の詳細を見る
最近,システムに強化学習に代表されるような学習・記憶機構をもたせることにより,動的環境や未知環境へのシステムの適応などを可能とする,知能システムに関する研究が盛んに行われている.しかし,対象となるシステムや環境が複雑になるにつれ学習時間が増大し,実システムへの搭載が困難になるという課題がある.高速な強化学習手法としては,Profit Sharing(以下PS)がある.PSにおいては,合理性定理に基づく等比減少関数を用いた学習手法が一般的である.しかし,報酬獲得までの行動系列が長い環境においては学習が困難になるという問題がある.そこで本論文では,獲得免疫系の働きに注目した新しい強化学習手法を提案する.提案手法では,学習規範に獲得免疫系の概念を用いることにより,環境の複雑さによらず比較的少ない学習回数で現実的な近似最適解を得ることができる.最後に,Suttonの迷路を題材に提案手法とPSとを比較し,提案手法の有効性を示す.
- 2008-10-01
著者
関連論文
- PWM電力増幅器のバンプレス切換機能付ディジタルロバスト制御器の設計法(電子回路)
- ウェーブレット解析の産業応用のあゆみと展望
- VSSオブザーバを用いた電子制御スロットルシステムの位置制御
- 自動車エンジンのアイドリング回転数のスライディングモード制御
- 工科系大学におけるPBL型専門的キャリア教育(知的財産,一般)
- 獲得免疫系の免疫反応をもとにした強化学習機構の構築(人工知能,認知科学)
- ウェーブレット変換を用いた音響信号のブラインドセパレーションについて
- スライディングモード制御による電子制御スロットルシステムの位置制御
- 電子制御スロットルシステムの同定とロバスト制御
- ガボールウェーブレット変換による地中レーダ受信信号の強調について
- ディジタル逆フィルタによるバーコード信号再生について
- オーバーパラメータモデルを用いた同定におけるパラメータ変換とバイアス補償最小2乗推定
- 閉ループ系の無駄時間の可同定性-相関解析の立場から
- 電圧フィードバックのみを用いた近似的2自由度ディジタル積分形制御によるロバストPWM電力増幅器の設計
- D-8-12 免疫型強化学習器の連続状態環境への適用(D-8.人工知能と知識処理,一般セッション)
- D-8-6 局所解脱出を考慮した免疫型強化学習器について(D-8. 人工知能と知識処理,一般セッション)
- パルス合成技術を用いたディジタルPWM分解能の改善方法(電子回路)
- 二次モデル実現近似的2自由度ディジタル積分形制御器によるDC-DCコンバータのロバスト制御(電子回路)
- ウェーブレットによるむだ時間系の同定とプロセス制御応用
- ウェーブレット解析を用いたドラムボイラ制御系設計のための同定
- 二次微分外乱特性付加近似的2DOFディジタル制御器によるDC-DCコンバータのロバスト制御
- A-4-1 2自由度制御法による1ビットディジタルフィルタの設計法(A-4.信号処理,一般セッション)
- バンプレスモード切換形近似的2自由度ディジタル積分形制御器によるPWM電力増幅器のロバスト制御(電子回路)
- 近似的2自由度積分形制御によるロバストPWM電力増幅器の設計
- A26 フォロアの初期移動を考慮したリーダ追従型隊列誘導(OS10 分散・協調・フォーメーション)
- 衝突回避を考慮した複数ロボットのデッドロックフリー軌道追跡制御
- 局所解脱出のための免疫型システムを用いた自律移動ロボットナビゲーション手法(研究速報)
- 衝突回避を考慮した複数ロボットのオンライン目標軌道修正 : ロボット間の相対角度を用いた手法
- 衝突回避を考慮した複数ロボットのオンライン目標軌道修正
- 障害物回避を含む機械システムの軌道追従制御
- エネルギー制御法と制御ラグラジアン法による倒立振子の振上げ・安定化制御
- 免疫型システムを用いたサッカーロボットコントロールシステムの設計
- SICEセミナーから見た制御教育
- ICROS-SICE International Joint Conference 2009 (ICCAS-SICE 2009) 開催報告
- 並進不変複素ウェーブレットパケット変換の構成と異常信号検出
- 複素ウェーブレットパケット変換における並進不変性の実現法
- 産業プロセスの解析と同定の現状 : 時系列解析アプローチ
- ウェーブレット解析に基づく連続むだ時間系の同定とそのボイラへの応用
- 閉ループステップ応答データを用いた機械系の周波数応答推定
- カオス暗号通信系への制御理論的接近
- カオス暗号通信における非線形復号器の設計
- Riccati方程式に基づくパラメータ調整則とその性質
- ロボカップのための小型移動ロボットシステムについての提案
- IPトラフィック制御の解析とモデリング
- 火力発電プラント脱硝NOx制御改善のための非線形モデル予測制御の適用
- コンバインドサイクル発電所におけるNOx低減用SCR制御システムへの非線形モデルベース予測制御の適用
- ウェーブレットの産業応用 : 火力発電プラント脱硝プロセスの予測モデル
- バイモーダル区分的アファインシステムの軌道追従制御
- 地中レーダ受信信号における埋設管反射波の検出法
- 地中レーダ受信信号における埋設管反射波の強調
- 非一様・非対称な時間遅れをもつマルチエージェントシステムの平均合意問題
- ウェーブレットパケットによる削岩音の解析と地質変化のモニタリング
- 可変型RBFを用いたガウシアンネットワークによる自律移動ロボットナビゲーション
- 視機能変化を利用した白内障進行度の定量化について
- 閉ループステップ応答データを用いた機械系の周波数応答推定
- オンライン軌道修正によるマルチロボットの衝突回避
- 第7回制御部門大会
- 火力発電プラント脱硝プロセスのモデリングと各変数間の相対パワー寄与率について
- 火力発電プラント内ボイラの同定 : 非線形アプローチ
- 火力発電プラント内ボイラの同定 : 線形アプローチ
- ウェーブレット解析に基づくむだ時間系同定とそのボイラへの応用
- 周波数ブラインド音源分離における順列問題の新しい解決法
- A-1-16 NSIとTCSCに基づく心電図波形識別アルゴリズム(A-1.回路とシステム,一般セッション)
- ディジタルPWMの分解能改善方法(回路、制御技術関連、一般)
- ウェーブレット変換に基づく心電図波形の解析と識別アルゴリズム
- 事業協力
- ウェーブレット解析による時変伝達関数の推定法について
- RI-Spline ウェーブレットパケットによる線形システムの入出力関係について
- バーコード信号処理系の同定とバーコード再生について
- ウェーブレット : 基礎から応用まで
- 地中レーダ受信信号における反射波の強調手法
- マルチエージェントシステムによる逃避ターゲットの包囲と誘導
- 地中レーダ受信信号のノイズ解析とその除去手法
- A-1-9 NSIとTCSCに基づく心電図波形の識別アルゴリズム(A-1.回路とシステム,一般セッション)
- ウェーブレット変換による状態遷移を含む心室細動の識別
- 勾配を有する路面におけるアクロボックスの転がり移動の安定解析について
- 地中レーダ受信信号のノイズ解析とその除去手法
- 地中レーダ受信信号における反射波の強調手法
- マルチエージェントシステムによる逃避ターゲットの包囲と誘導
- FRIT法の状態フィードバックゲイン調整への応用
- 仮想リーダの軌道と速度を用いた拡張リーダ追従型隊列誘導
- ウェーブレット変換を用いた状態遷移を含む心電図波形の識別
- ロボット群移動のための隊列維持を考慮したリーダ追従型隊列誘導
- 地中レーダ信号におけるノイズ除去および埋設管反射波の検出