Generalization of TD-learning from a semiparametric statistical viewpoint

• 植野 剛

• 前田 新一

• 川鍋 一晃

書誌事項

タイトル別名

• Generalization of TD learning from a semiparametric statistical viewpoint
• セミパラメトリック統計学の観点からのTD学習の一般化
• 情報論的学習理論と機械学習
• ジョウホウロンテキ ガクシュウ リロン ト キカイ ガクシュウ

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 110 (76), 129-136, 2010-06

  東京 : 電子情報通信学会

キーワード

• 強化学習
• TD学習
• 方策評価
• セミパラメトリック
• 推定関数
• reinforcement learning
• TD Learning
• policy evaluation
• semiparametric model
• estimating function

詳細情報

• CRID: 1520853834085552512
• NII論文ID: 110008096191
• NII書誌ID: AA1123312X
• ISSN: 09135685
• NDL書誌ID: 10752875
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I10752875
• 本文言語コード: en
• 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