複数の状態行動価値表を用いたR学習の高速化

• 石川 浩一郎

  北陸先端科学技術大学院大学 知識科学研究科

• 櫻井 彰人

  慶應義塾大学 理工学部 管理工学科

• 藤波 努

  北陸先端科学技術大学院大学 知識科学研究科

• 國藤 進

  北陸先端科学技術大学院大学 知識科学研究科

書誌事項

タイトル別名

• R-learning with Multiple State-action Value Tables
• フクスウ ノ ジョウタイ コウドウ カチヒョウ オ モチイタ R ガクシュウ ノ コウソクカ

抄録

We propose a method to improve the performance of R-learning, a reinforcement learning algorithm, by using multiple state-action value tables. Unlike Q- or Sarsa learning, R-learning learns a policy to maximize undiscounted rewards. Multiple state-action value tables cause substantial explorations as needed and make R-learnings to work well. Efficiency of the proposed method is verified through experiments in simulation environment.

収録刊行物

• 電気学会論文誌Ｃ（電子・情報・システム部門誌）

  電気学会論文誌Ｃ（電子・情報・システム部門誌） 126 (1), 72-82, 2006

  一般社団法人 電気学会

キーワード

• 強化学習
• R学習
• 自律移動型ロボット

詳細情報

• CRID: 1390001204604267008
• NII論文ID: 10016922097
• NII書誌ID: AN10065950
• DOI: 10.1541/ieejeiss.126.72
• ISSN: 13488155
• ISSN: 03854221
• NDL書誌ID: 7786275
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I7786275
• Web Site: https://www.jstage.jst.go.jp/article/ieejeiss/126/1/126_1_72/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • Crossref
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可