複数行動結果を考慮した最尤推定に基づく状態一般化法

• 矢入 健久

  東京大学先端科学技術研究センター

• 堀 浩一

  東京大学大学院工学系研究科先端学際工学専攻

• 中須賀 真一

  東京大学大学院工学系研究科航空宇宙工学専攻

書誌事項

タイトル別名

• State Generalization Based on Maximum Likelihood Estimation Considering Multiple Behavior Outcomes
• フクスウ コウドウ ケッカ オ コウリョ シタ サイユウ スイテイ ニ モトヅク ジョウタイ イッパンカホウ

抄録

State generalization problem is a significant issue for the realization of the autonomous agents which are expected to decide and learn the proper behavior with various kinds of sensor information. This paper proposes a new state generalization method based on maximum likelihood estimation of the agent’s behavior outcomes. This provides a general framework for unifying the various conventional heuristic generalization criteria which have been used in the previous works, and a way of adapting the state space gradually to the environment.

収録刊行物

• 人工知能学会論文誌

  人工知能学会論文誌 16 128-138, 2001

  一般社団法人 人工知能学会

キーワード

• robot learning
• behavior acquisition
• state generalization
• information entropy

詳細情報

• CRID: 1390001205108216576
• NII論文ID: 10015769693
• NII書誌ID: AA11579226
• DOI: 10.1527/tjsai.16.128
• ISSN: 13468030
• ISSN: 13460714
• NDL書誌ID: 5986949
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I5986949
• Web Site: http://www.jstage.jst.go.jp/article/tjsai/16/1/16_1_128/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • Crossref
  • CiNii Articles
• 抄録ライセンスフラグ: 使用不可