自然方策こう配法--平均報酬の自然こう配に基づく方策探索

• 森村 哲郎

• 内部 英治

• 吉本 潤一郎

書誌事項

タイトル別名

• シゼン ホウサク コウバイホウ ヘイキン ホウシュウ ノ シゼン コウバイ ニ モトズク ホウサク タンサク
• A new natural gradient of average reward for policy search

収録刊行物

• 電子情報通信学会論文誌. D, 情報・システム = The IEICE transactions on information and systems / 電子情報通信学会 編

  電子情報通信学会論文誌. D, 情報・システム = The IEICE transactions on information and systems / 電子情報通信学会 編 91 (6), 1515-1527, 2008-06

  東京 : 電子情報通信学会情報・システムソサイエティ

キーワード

• 強化学習
• 自然こう配法
• リーマン計量行列
• 方策こう配法
• マルコフ決定過程

詳細情報

• CRID: 1520009407347625344
• NII論文ID: 110007380103
• NII書誌ID: AA12099634
• ISSN: 18804535
• NDL書誌ID: 9533591
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I9533591
• 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