| 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 | 2012-07-30 11:10 強化学習におけるエントロピーを用いた空間分割方法の変更タイミングの決定 ○小森祐希・野津 亮・本多克宏・市橋秀友（阪府大）  NC2012-15 |
|
| 抄録 | （和） | 強化学習の代表的な手法であるQ学習では，連続状態空間や連続行動空間を扱う際，空間の離散化を行う必要がある．本研究では，より適した離散化を行うために，空間分割方法を学習の進度に応じて変更させた．また，自動的に適切な変更タイミングを定めるために，学習残余エントロピーを求めて指標とする手法を提案し，考察を行った． |
| （英） | We tested a single pendulum simulation and observed the influence of the several situation space segmentation patterns in reinforcement learning processes in order to propose new determination of the change timing of space segmentation. Its segmentation is performed by Segmentation and Integration method or Contraction Method. Additionally, the entropy, which was de ned on action values' distributions was used to get the timing of the changing space segmentation. Simulation results were shown to demonstrate the influence and adaptability of the proposed method. | |
| キーワード | （和） | 強化学習 / 連続空間の離散化 / エントロピー / / / / / |
| （英） | Reinforcement learning / Space segmentation / Entropy / / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 168, NC2012-15, pp. 9-12, 2012年7月. | |
| 資料番号 | NC2012-15 | |
| 発行日 | 2012-07-23 (NC) | |
| 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 | NC2012-15 |
|
| 研究会情報 | |
| 研究会 | NC |
| 開催期間 | 2012-07-30 - 2012-07-31 |
| 開催地（和） | 立命館大学 情報理工学部 クリエーションコア１階教授会会議室 |
| 開催地（英） | Ritsumeikan Univ. College of Information Science and Engineering |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2012-07-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | 強化学習におけるエントロピーを用いた空間分割方法の変更タイミングの決定 |
| サブタイトル（和） | |
| タイトル（英） | Determination of the Change Timing of Space Segmentation Using the Entropy for 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） | 連続空間の離散化 / Space segmentation |
| キーワード(3)（和/英） | エントロピー / Entropy |
| 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） | 小森 祐希 / Yuki Komori / コモリ ユキ |
| 第1著者 所属（和/英） | 大阪府立大学 (略称： 阪府大) Osaka Prefecture University (略称： Osaka Pref. Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 野津 亮 / Akira Notsu / ノツ アキラ |
| 第2著者 所属（和/英） | 大阪府立大学 (略称： 阪府大) Osaka Prefecture University (略称： Osaka Pref. Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 本多 克宏 / Katsuhiro Honda / ホンダ カツヒロ |
| 第3著者 所属（和/英） | 大阪府立大学 (略称： 阪府大) Osaka Prefecture University (略称： Osaka Pref. Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 市橋 秀友 / Hidetomo Ichihashi / |
| 第4著者 所属（和/英） | 大阪府立大学 (略称： 阪府大) Osaka Prefecture University (略称： Osaka Pref. Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-07-30 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2012-15 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.168 |
| ページ範囲 | pp.9-12 |
| ページ数 | 4 |
| 発行日 | 2012-07-23 (NC) |
[研究会発表申込システムのトップページに戻る]