Contextual Behavior and Internal Representations Acquired by Reinforcement Learning with a Recurrent Neural Network in a Continuous State and Action Space Task

Contextual Behavior and Internal Representations Acquired by Reinforcement Learning with a Recurrent Neural Network in a Continuous State and Action Space Task
复制标题

循环神经网络在连续状态和动作空间任务中通过强化学习获得的情境行为和内部表征

DOI:
--
复制
发表时间:
2009
期刊:
Lecture Notes in Computer Science Vol.5507
影响因子:
--
通讯作者:
Katsunari Shibata
Katsunari Shibata
中科院分区:
--
文献类型:
--
作者:
Hioroki Utsunomiya;Katsunari Shibata

文献摘要

参考文献

被引文献

相似文献

非马尔可夫领域中演员批评家 Elman 网络的完全无模型强化学习
DOI: 10.1109/ijcnn.1998.687169
发表时间: 1998
期刊: 1998 IEEE International Joint Conference on Neural Networks Proceedings. IEEE World Congress on Computational Intelligence (Cat. No.98CH36227)
影响因子: --
作者:
Eiji Mizutani;Stuart E. Dreyfus
通讯作者: Stuart E. Dreyfus
使用递归神经网络作为倒立摆问题控制器的 Q-Learning
DOI: --
发表时间: 1998
期刊: --
影响因子: --
作者:
A. Onat;H. Kita;Y. Nishikawa
通讯作者: Y. Nishikawa
用于强化学习的循环神经网络:架构、学习算法和内部表示
DOI: 10.1109/ijcnn.1998.687168
发表时间: 1998
期刊: 1998 IEEE International Joint Conference on Neural Networks Proceedings. IEEE World Congress on Computational Intelligence (Cat. No.98CH36227)
影响因子: --
作者:
Ahmet Onat;Hajime Kita;Y. Nishikawa
通讯作者: Y. Nishikawa
一种通过强化学习来识别和记忆之前的重要观察结果的机器人
DOI: 10.1109/iros.2003.1250667
发表时间: 2003
期刊: Proceedings 2003 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2003) (Cat. No.03CH37453)
影响因子: --
作者:
B. Bakker;Viktor Zhumatiy;G. Gruener;J. Schmidhuber
通讯作者: J. Schmidhuber
使用无监督事件提取在部分可观察移动机器人领域进行强化学习
DOI: 10.1109/irds.2002.1041511
发表时间: 2002
期刊: IEEE/RSJ International Conference on Intelligent Robots and Systems
影响因子: --
作者:
B. Bakker;F. Linåker;J. Schmidhuber
通讯作者: J. Schmidhuber