| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2010-03-10 17:05 強化学習における行動履歴テーブルに基づく状態空間の自律的構成法について ○木村迪郎・中野秀洋・宮内 新（東京都市大）  NLP2009-185 |
|
| 抄録 | （和） | 強化学習では一般的に状態空間を離散化し，離散化された各状態に対して方策を学習していく．実際の環境では，状態入力は多次元かつ細かな離散化が必要になることが多い．実用的なタスクを学習させるためには，状態数の増加による，計算量の増大の問題を解決する必要がある．そこで本研究では大規模な環境における計算量の削減を目的として，自律的に設計した状態空間を利用した，より効率的な学習法について考察する．具体的には個々の状態における状態遷移ルールを考慮した状態空間の自律的構成法を提案する． |
| （英） | In the reinforcement learning, the discrete state space is generally constructed for red environments. and learning agents learn the policy in to each state. A high-dimensional and detailed discretization is often needed in the state input in the real environments. In order to learn practical tasks, it is necessary to reduce a huge computational complexity because of an increase in the number of states. Then, this study aims to reduce the computational complexity in large-scale environments. And, more efficient learning method based on an autonomous composition of state space is presented. Concretely, a method for designing state sets that considers state transitions is proposed. | |
| キーワード | （和） | 強化学習 / 状態空間の自律的構成 / 高速化 / / / / / |
| （英） | Reinforcement learning / Autonomous composition of state space / Speeding up / / / / / | |
| 文献情報 | 信学技報, vol. 109, no. 458, NLP2009-185, pp. 149-154, 2010年3月. | |
| 資料番号 | NLP2009-185 | |
| 発行日 | 2010-03-02 (NLP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLP2009-185 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2010-03-09 - 2010-03-10 |
| 開催地（和） | 上智大学 |
| 開催地（英） | |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2010-03-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 強化学習における行動履歴テーブルに基づく状態空間の自律的構成法について |
| サブタイトル（和） | |
| タイトル（英） | Autonomous Composition of State Space Based on Action History Table in Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 強化学習 / Reinforcement learning |
| キーワード(2)（和/英） | 状態空間の自律的構成 / Autonomous composition of state space |
| キーワード(3)（和/英） | 高速化 / Speeding up |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 木村 迪郎 / Michio Kimura / キムラ ミチオ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中野 秀洋 / Hidehiro Nakano / ナカノ ヒデヒロ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 宮内 新 / Arata Miyauchi / ミヤウチ アラタ |
| 第3著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-03-10 17:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2009-185 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.458 |
| ページ範囲 | pp.149-154 |
| ページ数 | 6 |
| 発行日 | 2010-03-02 (NLP) |
[研究会発表申込システムのトップページに戻る]