| 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 | 2010-06-15 15:10 セミパラメトリック統計学の観点からのTD学習の一般化 ○植野 剛・前田新一（京大）・川鍋一晃（フランフォーファ）・石井 信（京大）  IBISML2010-20 |
|
| 抄録 | （和） | (事前公開アブストラクト) In this study, we extend the framework of semiparametric statistical inference recently introduced to reinforcement learning to online learning procedures for policy evaluation. This extension generalizes previously developed model-free policy evaluation algorithms and also enables us to investigate statistical properties of value function estimators both by batch and online procedures in a unified way. Furthermore, we propose a novel online learning algorithm with optimal estimating functions which achieve the minimum estimation error. |
| （英） | (Advance abstract in Japanese is available) | |
| キーワード | （和） | / / / / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 76, IBISML2010-20, pp. 131-138, 2010年6月. | |
| 資料番号 | IBISML2010-20 | |
| 発行日 | 2010-06-07 (IBISML) | |
| 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 | IBISML2010-20 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2010-06-14 - 2010-06-15 |
| 開催地（和） | 東大武田ホール |
| 開催地（英） | Takeda Hall, Univ. Tokyo |
| テーマ（和） | 機械学習とその応用 |
| テーマ（英） | Machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2010-06-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | セミパラメトリック統計学の観点からのTD学習の一般化 |
| サブタイトル（和） | |
| タイトル（英） | Generalization of TD-learning from a Semiparametric Statistical Viewpoint |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / |
| キーワード(2)（和/英） | / |
| キーワード(3)（和/英） | / |
| 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） | 植野 剛 / Tsuyoshi Ueno / ウエノ ツヨシ |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 前田 新一 / Shin-ichi Maeda / マエダ シンイチ |
| 第2著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 川鍋 一晃 / Motoaki Kawanabe / カワナベ モトアキ |
| 第3著者 所属（和/英） | フランフォーファ研究所 (略称： フランフォーファ) Fraunhofer First (略称： Fraunhofer First) |
| 第4著者 氏名（和/英/ヨミ） | 石井 信 / Shin Ishii / イシイ シン |
| 第4著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-06-15 15:10:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2010-20 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.76 |
| ページ範囲 | pp.131-138 |
| ページ数 | 8 |
| 発行日 | 2010-06-07 (IBISML) |
[研究会発表申込システムのトップページに戻る]