A pattern-matrix learning algorithm for adaptive MDPs: the regularly communicating case

• IKI, Tetsuichiro

  宮崎大学教育文化学部

• HORIGUCHI, Masayuki

  弓削商船高等専門学校総合教育科

• YASUDA, Masami

  千葉大学理学部

• KURANO, Masami

  千葉大学教育学部

書誌事項

タイトル別名

• A pattern-matrix learning algorithm for adaptive MDPs : The regularly communicating case (Theory and Application of Decision Analysis in Uncertain Situation)

収録刊行物

• 数理解析研究所講究録

  数理解析研究所講究録 1589 110-119, 2008-04

  京都大学数理解析研究所

キーワード

• adaptive Markov decision processes
• pattern-matrix learning algorithm
• averageoptimal adaptive policy
• regularly communicating case

詳細情報

• CRID: 1050282677087396096
• NII論文ID: 110006629171
• NII書誌ID: AN00061013
• ISSN: 18802818
• HANDLE: 2433/81580
• NDL書誌ID: 9478704
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I9478704
• 本文言語コード: en
• 資料種別: departmental bulletin paper
• データソース種別:
  • IRDB
  • NDL
  • CiNii Articles