Integration of Kullback-Leibler control and intrinsic rewards for reinforcement learning

Kullback-Leibler 控制和强化学习内在奖励的集成

• 批准号: 16K12504
• 负责人: UCHIBE Eiji
• 金额: $ 2.16万
• 依托单位: Advanced Telecommunications Research Institute International
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 财政年份: 2016
• 资助国家: 日本
• 起止时间: 2016-04-01 至 2019-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-16K12504/
• 关键词: 強化学習; EMアルゴリズム; ロボット学習; スマートフォンロボット; 逆強化学習; 進化計算; 進化的計算; 重点サンプリング; マルチエージェント強化学習; 知能ロボティックス; 機械学習; KL制御; 人工知能

项目成果

Deep reinforcement learning by parallelizing reward and punishment using MaxPain architecture

使用 MaxPain 架构并行奖励和惩罚进行深度强化学习

• 发表时间: 2018
• 作者: Jiexin Wang;Stefan Elfwing;and Eiji Uchibe
• 通讯作者: and Eiji Uchibe

Deterministic Policy Search Method for Real Robot Control

• DOI: 10.3902/jnns.24.195
• 发表时间: 2017
• 期刊: The Brain & Neural Networks
• 作者: E. Uchibe;Jiexin Wang

Imitation learning under entropy regularization

熵正则化下的模仿学习

• 发表时间: 2019
• 作者: Jiexin Wang;Eiji Uchibe;Kenji Doya;Eiji Uchibe
• 通讯作者: Eiji Uchibe

Cooperative and competitive reinforcement and imitation learning

合作和竞争强化和模仿学习

• 发表时间: 2018
• 作者: Jiexin Wang;Eiji Uchibe;Kenji Doya;Eiji Uchibe;Eiji Uchibe
• 通讯作者: Eiji Uchibe

方策探査法のための多重重点サンプリングを用いた経験再利用

使用多重重要性采样进行策略探索方法的经验重用

• 发表时间: 2018
• 作者: Jiexin Wang;Stefan Elfwing;and Eiji Uchibe;Eiji Uchibe;内部英治
• 通讯作者: 内部英治