このアイテムのアクセス数: 2

このアイテムのファイル:
ファイル 記述 サイズフォーマット 
iscie.29.122.pdf2.88 MBAdobe PDF見る/開く
タイトル: プラント変動の推定に基づく近似ベイジアン強化学習とペグ・イン・ホール・タスクへの適用
その他のタイトル: Approximation Bayesian Reinforcement Learning based on Estimation of Plant Variation and its Application to Peg-in-Hole Task
著者: 泉田, 啓  kyouindb  KAKEN_id
菱沼, 徹  KAKEN_name
谷, 百合夏  KAKEN_name
著者名の別形: Senda, Kei
Hishinuma, Toru
Tani, Yurika
キーワード: reinforcement learning
plant variation
発行日: Mar-2016
出版者: システム制御情報学会
誌名: システム制御情報学会論文誌
巻: 29
号: 3
開始ページ: 122
終了ページ: 129
抄録: In a general reinforcement learning problem, a plant, i.e. state transition probabilities, is estimated, and a learning policy for the estimated plant is applied to a real plant. If there is a difference between the estimated plant and the real plant, the obtained policy may not work well for the real plant. In this study, the real plant variation is parameterized by an interpolation of several estimated plants. This study proposes a reinforcement learning method based on estimation of parameter variation, and applies this method to 2-dimensional Peg-in-Hole Task. The effectiveness of the proposed method is demonstrated by numerical and experimental results.
著作権等: © 2016 システム制御情報学会
発行元の許可を得て登録しています.
URI: http://hdl.handle.net/2433/227087
DOI(出版社版): 10.5687/iscie.29.122
出現コレクション:学術雑誌掲載論文等

アイテムの詳細レコードを表示する

Export to RefWorks


出力フォーマット 


このリポジトリに保管されているアイテムはすべて著作権により保護されています。