J1601-1-6 事前知識を用いた強化学習の効率的学習(メカニカルシステムとその知能化)
スポンサーリンク
概要
- 論文の詳細を見る
Learning time is always a critical issue in Reinforcement Learning, especially when Recurrent Neural Networks are used to predict Q values in a Partially Observable Markov Decision Process (POMDP) environment. In this paper, we propose a new efficient learning method using domain knowledge of an environment. Our method generates undo-free episodes from recorded episodes by eliminating all action and inverse action pairs. Then recorded episodes and undo-free episodes are replayed after each learning epoch. We compare our method with the standard online reinforcement learning, and reinforcement learning using experience replay in a large scale state space problem. The results show the potential of our approach.
- 2009-09-12
著者
関連論文
- 経鼻胃管からの半固形化栄養剤 ; メディエフプッシュケア^【○!R】投与についての検討
- 101 様々な重力環境下でのヒト立位姿勢制御機序(GS-5:一般セッション:歩行・姿勢,オーガナイズドセッション5:組織・器官のメカノバイオロジー)
- 3C3-04 免荷歩行訓練装置の開発 : 上肢と下肢の協調運動の実現(OS リハビリテーション機器の開発)
- 21305 上肢疾患用患者シミュレータの開発(福祉と健康(1),OS.9 福祉と健康)
- 638 拘縮除去装置の開発(OS8-3:医療福祉と工学(3),OS8:医療福祉と工学)
- 発達障害児の平衡反応に対する評価・支援システムの開発 : 感覚統合の視点から
- 20601 片麻痺者を対象とした歩行補助機器の開発 : 健側機能フィードバックによる正常歩行の再獲得(医療福祉のメカトロニクス(1),OS.6 医療福祉のメカトロニクス,学術講演)
- 501 超音波画像を用いたヒト歩行時の筋線維長変化計測(OS5-1:軟組織のバイオメカニクス(1),OS5:軟組織のバイオメカニクス)
- 639 ハプティックデバイスを用いた上肢運動機能リハビリテーションシステムの開発(OS8-3:医療福祉と工学(3),OS8:医療福祉と工学)
- A114 超音波画像を用いたヒト歩行時の腓腹筋筋線維長変化計測(A1-4 軟組織のバイオメカニクス2)
- 626 超音波画像を用いた筋線の自動抽出(第4報)(OS7-1:軟組織のバイオメカニクス,オーガナイズドセッション7:軟組織のバイオメカニクス)
- 317 超音波画像を用いた伸張反射感受性の評価(OS5:医用・福祉工学,OS5:医用・福祉工学)
- 316 超音波画像によるヒト立位姿勢時の筋線維長変化計測(OS5:医用・福祉工学,OS5:医用・福祉工学)
- 3D1-02 Modeling and controlling a gait training system utilizing a biarticular muscle model
- 3C2-03 脊髄神経回路網の賦活による正常歩行の再獲得(第2報) : 健側機能フィードバック歩行機器開発(OS リハビリテーション機器の開発)
- 602 手指筋の伸張反射計測システムの開発(GS-1 生体計測とロボット(1),一般セッション,学術講演)
- 1P2-N-125 ハプティックデバイスを用いた上肢リハリテーションシステム用の訓練プログラムの開発(医療福祉ロボティクス・メカトロニクス2,生活を支援するロボメカ技術のメガインテグレーション)
- 20314 カテーテル誘導用マスタスレーブシステムの開発 : スレーブシステムの開発(人工臓器と医用工学(3),OS.8 人工臓器と医用工学)
- 639 褥瘡発生メカニズムの解析に関する基礎研究(GS3:流体計測とイメージング)
- 20607 前立腺肥大症手術用マスタスレーブシステムの開発(医療福祉のメカトロニクス(2),OS.6 医療福祉のメカトロニクス,学術講演)
- 606 皮膚水分量計測装置の開発(第2報)(OS8-1:医療福祉と工学(1),OS8:医療福祉と工学)
- 607 皮膚描記テストを用いた診断システムの開発(OS8-1:医療福祉と工学(1),OS8:医療福祉と工学)
- 皮膚描記診断システムの開発
- S0202-1-4 片麻痺者を対象とした歩行補助機器の開発 : 健側機能フィードバックによる正常歩行の再獲得(人体機能の支援と解析(1))
- 20611 上肢疾患シミュレータの開発に関する基礎研究 : 表現した疾患の評価(医療福祉のメカトロニクス(3),OS.6 医療福祉のメカトロニクス,学術講演)
- 20704 生活支援用マスタスレーブハンドシステムの開発(医療福祉のメカトロニクス1,OS.16 医療福祉のメカトロニクス)
- 519 上肢疾患シミュレータの開発に関する基礎研究(OS10-1:リハビリテーション・福祉工学,GS:一般セッション,オーガナイズドセッション10:リハビリテーション・福祉工学)
- 315 上肢疾患シミュレータの開発に関する基礎研究(OS5:医用・福祉工学,OS5:医用・福祉工学)
- 603 姿勢反射誘発装置における計測システムの開発(GS-1 生体計測とロボット(1),一般セッション,学術講演)
- 310 姿勢反射計測システムの開発(第2報)(OS2-02 : 動作姿勢計測,身体運動のモデリングと福祉工学)
- P-15 Haptic Rehabによる上肢の複合的知覚検査の成績と所要時間 : 粗さ・弾力・粘性・重さの知覚について(ポスター発表,第20回日本保健科学学会学術集会)
- B207 パワーアシスト型手すりの開発研究(B2-2 福祉工学2)
- 10508 装着型生活支援用グリッパーの開発(医用・福祉工学とメカトロニクス(2),OS13 医用・福祉工学とメカトロニクス)
- 10507 生活支援用マスタスレーブハンドシステムの開発(医用・福祉工学とメカトロニクス(2),OS13 医用・福祉工学とメカトロニクス)
- ハプティックデバイスを用いた上肢運動機能リハビリテーションシステムの基礎研究(OS2-I「医療・福祉のメカトロニクス」)
- 握力補助・回復装置(グリップエイド)の開発(医療・福祉ロボティクス・メカトロニクス1)
- 536 超音波法を用いた伸張反射感受性の計測 : 下肢筋における筋線維の伸張と伸張反射応答の関係(GS-15 : 軟組織(1))
- 240 超音波法を用いた伸張反射感受性の計測 : 筋画像と反射応答の同時計測
- 601 二関節筋モデルを用いた歩行訓練装具の開発
- 406 ロボット型歩行訓練機器の開発 : 歩行装置の開発
- 422 超音波を用いた義足ソケット製作システム(OS7:医用・福祉工学(3),学術講演)
- 306 超音波画像を用いた義足ソケット製作システム : モデルの評価および解析(OS2-01 : 人工関節と義肢,身体運動のモデリングと福祉工学)
- 305 超音波画像を用いた義足ソケット製作システム : 下肢断端モデルの作成(OS2-01 : 人工関節と義肢,身体運動のモデリングと福祉工学)
- 2P2-B06 上肢運動機能回復訓練・評価装置の開発
- 0622 単・二関節筋の機能的活動動員パターンの決定機序(OS42:スポーツ工学とヒューマン・ダイナミクス)
- J1601-1-6 事前知識を用いた強化学習の効率的学習(メカニカルシステムとその知能化)
- 20313 カテーテル誘導用トレーニングシステムの開発(人工臓器と医用工学(3),OS.8 人工臓器と医用工学)
- B411 携帯用輸液ポンプシステムの開発(福祉工学,リハビリテーション工学)
- 2434 皮膚水分量計測システムの開発(第 2 報)
- 230 皮膚の角層水分量と硬さの計測に関する研究 : 第 2 報硬さの評価
- 617 超音波画像を用いた筋線の自動抽出(第3報)(GS-4 皮膚と膠原繊維,一般セッション,学術講演)
- 2433 局所乾燥下での皮膚の非侵襲計測
- 20703 発達障害児の評価支援システムの開発(医療福祉のメカトロニクス1,OS.16 医療福祉のメカトロニクス)
- 20709 前立腺肥大症手術用マスタスレーブシステムの開発(医療福祉のメカトロニクス2,OS.16 医療福祉のメカトロニクス)
- 1A1-2F-C8 前立腺肥大症手術用マスタスレーブシステムの開発(第 2 報)
- 516 超音波画像を用いた義肢装具製作システム : 3D モデルの構築
- 515 超音波画像を用いた義肢装具製作システム : 内部組織の輪郭抽出
- 313 内視鏡手術トレーニングシミュレータの開発(OS5:医用・福祉工学,OS5:医用・福祉工学)
- 手足非固定型パワーアシストスーツの開発
- 10511 遠隔超音波画像診断のためのロボットシステムの開発(医用・福祉工学とメカトロニクス(2),OS13 医用・福祉工学とメカトロニクス)
- 427 ソフトコンピューティングを用いた動脈圧推定シミュレーション : ニューラルネットワークの適応(GS-4:一般セッション:バイオメカニクス,オーガナイズドセッション1:生物流体とバイオミメティクス)
- 257 押し込み荷重と周波数変化量による皮膚の力学特性計測
- 314 遠隔超音波画像診断のためのロボットシステムの開発(OS5:医用・福祉工学,OS5:医用・福祉工学)
- 2D4-01 皮膚描記テスト診断システムの開発(第1報) : 色彩色差計を使用した皮膚診断装置の開発(画像計測)
- 鏡面反射利用の視覚システムを持つトマト収穫ロボットの開発(第2報) : 動画処理による走行制御システムとハウス内収穫実験
- 鏡面反射利用の視覚システムを持つトマト収穫ロボットの開発(第1報) : 画像処理によるハンドの接近方向の選択
- 409 超音波画像を用いた筋線維の抽出(第2報)(GS-03 : 非侵襲計測技術)
- 514 超音波画像を用いた筋線維の抽出
- 516 筋線維超音波画像の画像処理に関する研究
- 手足非固定型パワーアシストスーツの開発
- 10510 消化管内走行ロボットに関する研究(医用・福祉工学とメカトロニクス(2),OS13 医用・福祉工学とメカトロニクス)
- 内視鏡的粘膜下層剥離術のための能動多自由度鉗子の開発
- 451 皮膚描記テストの評価システムの開発
- 2432 描記テストマシンの開発とその評価システムに関する研究
- 2A2-D09 上肢疾患シミュレータの開発に関する基礎研究(リハビリテーションロボティクス・メカトロニクス)
- 2P2-A20 上肢疾患シミュレータの開発に関する基礎研究
- 1A2-K04 ESD手術のための鉗子の開発 : 患部保持ツールの開発
- マスタースレーブ技術を用いた装具開発
- 2P2-I08 親和性のあるロボットデザイン : Virtual Robotによる機能的デザインの評価(ヒューマン・エージェント・インタラクション)
- 1P1-C02 前立腺肥大症手術用マスタスレーブシステムの開発 : マスタアームの開発(手術支援ロボティクス・メカトロニクス)
- 1A2-C04 イチゴの自動パック詰めシステムの開発
- 2A1-L03 遠隔超音波画像診断のためのロボットシステムの開発
- 2A1-M03 内視鏡外科手術トレーニングシミュレータの開発 : マスタスレーブシミュレータの開発
- 2A1-L01 ディスポーザブルタイプの輸液ポンプの開発
- 1P1-A04 Q-learningによる把持戦略の獲得(ロボットハンドの機構と把持戦略)
- ESD手術のための患部保持手法の提案
- 2P1-D10 Gesture Recognition for the User Interface of Assistive Mobile Robot System
- 1P1-A23 装着型生活支援装置の開発に関する研究 : マスタスレーブ方式ハンドの開発
- 1A1-2F-C3 介助用モビルロボットシステムの開発に関する研究 : マルチセンサを用いたナビゲーションシステム
- 1A1-1F-F4 VIP エンコーダを用いた位置決め手法に関する研究
- 1A2-K07 遠隔超音波画像診断のためのロボットシステムの開発(医療・福祉ロボティクス・メカトロニクス)
- 239 姿勢反射計測システムの開発
- 1A1-J05 装着型生活支援ロボットの開発 : 握力補助・回復装置の開発(医療・福祉ロボティクス・メカトロニクス)
- 1P1-G12 内視鏡外科手術トレーニングシミュレータ : 力計測型長鉗子の開発(手術支援ロボティクス・メカトロニクス)
- 9I-10 教育用上肢疾患患者シミュレータの開発(OS-15 応用を意識した人材育成)
- 1A1-D15 装着型支援装置の開発 : 握力補助装置の開発
- 2A1-C21 カテーテル誘導用マスタスレーブシステムの開発 : スレーブ力検出機構の開発
- 8J-14 装着型農作業アシスト装置 : 作業評価用スーツの開発(OS-7(1) ヒューマン・ダイナミクス(2))
- 9F-03 圧迫およびせん断力発生時の血流観察装置の開発(OS-8 福祉・リハビリテーション工学(3))
- 2A1-C20 前立腺肥大症手術用マスタスレーブシステムの開発 : 力検知手法の開発