自然TD学習:割引報酬におけるTD誤差を利用する自然方策勾配に基づいた強化学習法

• 森村 哲郎

• 内部 英治

• 銅谷 賢治

書誌事項

タイトル別名

• シゼン TD ガクシュウ ワリビキ ホウシュウ ニ オケル TD ゴサ オ リヨウ スル シゼン ホウサク コウバイ ニ モトヅイタ キョウカ ガクシュウホウ

収録刊行物

• 電子情報通信学会技術研究報告 = IEICE technical report : 信学技報

  電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 104 (759), 137-142, 2005-03-29

  東京 : 電子情報通信学会

キーワード

• 強化学習
• 自然勾配
• Reinforcement learning
• Policy gradient
• Natural gradient
• TD-error

詳細情報

• CRID: 1520572357177565824
• NII論文ID: 110003234178
• NII書誌ID: AA1123312X
• ISSN: 09135685
• NDL書誌ID: 7359343
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I7359343
• 本文言語コード: ja
• NDL 雑誌分類:
  • ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
• データソース種別:
  • NDL
  • CiNii Articles