確率的方策勾配法に基づくactor-critic法と連続システムの制御への応用

• 森 健

• 吉本 潤一郎

• 石井 信

書誌事項

タイトル別名

• カクリツテキ ホウサク コウバイホウ ニ モトヅク actor criticホウ ト レンゾク システム ノ セイギョ エ ノ オウヨウ

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 102 (731), 137-142, 2003-03-19

  東京 : 電子情報通信学会

キーワード

• 強化学習
• 方策勾配法
• actor-critic
• 連続システム
• reinforcement learning
• policy gradient method
• continuous system

詳細情報

• CRID: 1520009407602801152
• NII論文ID: 110003232374
• NII書誌ID: AA1123312X
• ISSN: 09135685
• NDL書誌ID: 6555819
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I6555819
• 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