Concurrent Q learning におけるrelaxationの改良

スポンサーリンク

概要

• 論文の詳細を見る

• 本研究では,強化学習における動的環境への適応手法の一つであるCQL-eにおけるrelaxationの問題点を指摘し,その改善策を提案する.迷路問題において,ゴールまたは障害物の変化に対し,従来手法と提案手法がどのような挙動を示すかを比較する.

• 一般社団法人電子情報通信学会の論文
• 2013-03-06

著者

• 尾関 智子

  東海大学情報理工学部情報科学科

• 村上 和謙

  東海大学工学研究科情報理工学専攻

関連論文

• ダミーデータ付加によるバイオメトリクス認証の精度向上(IBIS2010(情報論的学習理論ワークショップ))
• 自己組織化マップを利用した索引型全文検索支援システム(IBIS2010(情報論的学習理論ワークショップ))
• 情報処理のダイナミクスを解析する手法-動的レプリカ法
• Concurrent Q Learning とSarsa、Q学習の動的環境への適応能力(第15回情報論的学習理論ワークショップ)
• Concurrent Q learning におけるrelaxationの改良

スポンサーリンク