Model-Based Policy Gradients with Parameter-Based Exploration by Least-Squares Conditional Density Estimation

• Syogo Mori

• Voot Tangkaratt

• Tingting Zhao

Bibliographic Information

Other Title

• 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

Journal

• 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 112 (452), 17-24, 2013-03

  東京 : 電子情報通信学会

Keywords

• model-based reinforcement learning
• policy search
• policy gradients with parameter-based exploration
• least-squares conditional density estimation
• robot control

Details

• CRID: 1520290884332509696
• NII Article ID: 110009713016
• NII Book ID: AA1123312X
• ISSN: 09135685
• NDL BIB ID: 024408487
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I024408487
• Text Lang: en
• NDL Source Classification:
  • ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
• Data Source:
  • NDL
  • CiNii Articles