確率的パラメータを持つ方策関数に対する方策勾配法

• 中村 泰

書誌事項

タイトル別名

• カクリツテキ パラメータ オ モツ ホウサク カンスウ ニ タイスル ホウサク コウバイホウ
• Policy gradient method for a policy function with probabilistic parameters
• ニューロコンピューティング
• ニューロコンピューティング

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 107 (542), 343-348, 2008-03

  東京 : 電子情報通信学会

キーワード

• 強化学習
• 確率的方策勾配法
• アンサンブル学習
• 探索搾取問題
• Reinforcement learning
• stochastic policy gradient method
• ensemble learning
• exploration-exploitation problem

詳細情報

• CRID: 1520290883638342656
• NII論文ID: 110006783249
• NII書誌ID: AA1123312X
• ISSN: 09135685
• NDL書誌ID: 9462249
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I9462249
• 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