| 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 | 2016-11-17 14:00 幾何学的双対表現を用いた部分観測マルコフ決定過程の近似的価値反復アルゴリズム ○塚原裕史・安倍 満・大林真人（デンソーアイティーラボラトリ）  IBISML2016-71 |
|
| 抄録 | （和） | 部分観測マルコフ決定過程(POMDP) の価値関数は，価値反復の再帰計算で現れる信念空間上の線形関数の集合の最大値を取った区分線形な凸関数によって表されるが，これらの線形関数をそれらの係数ベクトルの空間における点群へ写像した時，これらの点群の凸包上辺に対応することが知られている．本研究では，非負値行列因子分解を用いて凸包を近似計算する手法を利用し，双対空間においてPOMDP の価値関数を高速に近似計算する手法を提案する． |
| （英） | We propose new approximate algorithms for the value iteration of partially observable Markov decision processes (POMDPs) in the dual representation. The value function of a POMDP can be obtained by solving the dynamic programming procedure iteratively and its form is known to be given by a piecewise linear and convex function. The set of those linear functions can be mapped to a set of points by the duality transformations. In the dual space, the value iteration can be solved by calculating the upper convex hull for the set of those points. Our algorithms rely on this property and perform the value iteration by approximate calculation of convex hulls and approximate extraction of their upper hulls by direction sampling, which can be regarded as a dual representation counterpart of the belief sampling in the primal representation. |
|
| キーワード | （和） | 部分観測マルコフ決定過程 / 幾何学的双対変換 / 非負値行列因子分解 / / / / / |
| （英） | Partially observable Markov decision Processes / duality transformation / non-negative matrix decomposition / / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 300, IBISML2016-71, pp. 177-184, 2016年11月. | |
| 資料番号 | IBISML2016-71 | |
| 発行日 | 2016-11-09 (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 | IBISML2016-71 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2016-11-16 - 2016-11-18 |
| 開催地（和） | 京都大学 |
| 開催地（英） | Kyoto Univ. |
| テーマ（和） | 情報論的学習理論ワークショップ(IBIS2016) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2016) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2016-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 幾何学的双対表現を用いた部分観測マルコフ決定過程の近似的価値反復アルゴリズム |
| サブタイトル（和） | |
| タイトル（英） | Approximate Value Iteration Algorithms for Partially Observable Markov Decision Processes in Geometric Dual Representation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 部分観測マルコフ決定過程 / Partially observable Markov decision Processes |
| キーワード(2)（和/英） | 幾何学的双対変換 / duality transformation |
| キーワード(3)（和/英） | 非負値行列因子分解 / non-negative matrix decomposition |
| 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） | 塚原 裕史 / Hiroshi Tsukahara / ツカハラ ヒロシ |
| 第1著者 所属（和/英） | 株式会社デンソーアイティーラボラトリ (略称： デンソーアイティーラボラトリ) Denso IT Laboratory, Inc. (略称： Denso IT Lab.) |
| 第2著者 氏名（和/英/ヨミ） | 安倍 満 / Mitsuru Anbai / |
| 第2著者 所属（和/英） | 株式会社デンソーアイティーラボラトリ (略称： デンソーアイティーラボラトリ) Denso IT Laboratory, Inc. (略称： Denso IT Lab.) |
| 第3著者 氏名（和/英/ヨミ） | 大林 真人 / Makoto Oobayashi / |
| 第3著者 所属（和/英） | 株式会社デンソーアイティーラボラトリ (略称： デンソーアイティーラボラトリ) Denso IT Laboratory, Inc. (略称： Denso IT Lab.) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-11-17 14:00:00 |
| 発表時間 | 180分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2016-71 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.300 |
| ページ範囲 | pp.177-184 |
| ページ数 | 8 |
| 発行日 | 2016-11-09 (IBISML) |
[研究会発表申込システムのトップページに戻る]