Performance Analysis of a Reinforcement Learning Agent Using Multivariate Analysis Method Based on Dimension Reduction
Performance Analysis of a Reinforcement Learning Agent Using Multivariate Analysis Method Based on Dimension Reduction
基于降维的多元分析方法的强化学习智能体性能分析
批准号：
19500172
负责人：
KAMAYA Hiroyuki
金额：
$2.83万
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2007
资助国家：
日本
项目状态：
已结题
起止时间：
2007 至 2008
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
高次元の連続状態空間を直接扱うことのできるモデル追加型の強化学習アルゴリズムを開発した。このアルゴリズムの最大の特徴は、関数近似器のパラメータをうまく設定することで、モデル数を小さく抑えつつも良好な学習性能を実現できる点にある。このため、まず、パラメータの挙動解析を行い、最良のパラメータを見出した。つぎに、10次元の連続状態空間をもつ移動ロボットの移動障害物回避問題に適用し、有効性を確認した。
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
連続状態空間のための強化学習アルゴリズム
连续状态空间的强化学习算法
连续状态空间的强化学习算法
DOI：
--
发表时间：
2007
期刊：
八戸工業高等専門学校紀要 42号
影响因子：
--
作者：
[釜谷博行, 阿部健一]
通讯作者：
阿部健一
強化学習のための局所重み付き回帰手法を用いた価値関数近似
使用局部加权回归方法逼近强化学习的价值函数
使用局部加权回归方法逼近强化学习的价值函数
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
[一井宏次, 釜谷博行]
通讯作者：
釜谷博行
適応周波数推定法の検討とその一応用
自适应频率估计方法及其应用研究
自适应频率估计方法及其应用研究
DOI：
--
发表时间：
2007
期刊：
影响因子：
--
作者：
[工藤憲昌, 田所嘉昭]
通讯作者：
田所嘉昭
関数近似手法を用いた強化学習アルゴリズム
使用函数逼近法的强化学习算法
使用函数逼近法的强化学习算法
DOI：
--
发表时间：
2008
期刊：
八戸工業高等専門学校紀要 43号
影响因子：
--
作者：
[釜谷博行, 藤村敦子, 工藤憲昌, 阿部健一]
通讯作者：
阿部健一
高次元連続状態空間における強化学習-局所重み付き回帰手法を用いた価値関数近似-
高维连续状态空间中的强化学习 - 使用局部加权回归方法逼近价值函数 -
高维连续状态空间中的强化学习 - 使用局部加权回归方法逼近价值函数 -
DOI：
--
发表时间：
2009
期刊：
影响因子：
--
作者：
[一井宏次, 釜谷博行, 工藤憲]
通讯作者：
工藤憲
共 6 条
海外基金