2P1-F30 連続な状態行動空間において学習可能なQ-learningの提案

• 山田 和明

  東洋大

書誌事項

タイトル別名

• 2P1-F30 Q-learning in Continuous State and Action Spaces

抄録

This paper proposes the new Q-learning that can learn mapping from continue state spaces to continue action spaces. The proposed method estimates the expectation value of actions on a state by using artificial neural networks, and decides an action according to the distribution of the estimated expectation value. In this paper, we investigate the performance of the proposed method through two types of simple experimentations.

収録刊行物

• ロボティクス・メカトロニクス講演会講演概要集

  ロボティクス・メカトロニクス講演会講演概要集 2010 (0), _2P1-F30_1-_2P1-F30_4, 2010

  一般社団法人 日本機械学会

キーワード

• Reinforcement learning
• Autonomous robot
• Continuous state and action spaces

詳細情報

• CRID: 1390282680914868480
• NII論文ID: 110008742202
• DOI: 10.1299/jsmermd.2010._2p1-f30_1
• ISSN: 24243124
• Web Site: https://www.jstage.jst.go.jp/article/jsmermd/2010/0/2010__2P1-F30_1/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • Crossref
  • CiNii Articles
• 抄録ライセンスフラグ: 使用不可