POMDPsへの行動優先度学習型強化学習アルゴリズムの適用

• 松井 藤五郎

  名古屋工業大学

• 犬塚 信博

  名古屋工業大学

• 世木 博久

  名古屋工業大学

書誌事項

タイトル別名

• POMDPs エ ノ コウドウ ユウセンド ガクシュウガタ キョウカ ガクシュウ アルゴリズム ノ テキヨウ

抄録

本論文では，不完全知覚環境（POMDPs）にprofit sharingの類であるOnPS，FVPS，LVPSを適用する．これまでに良い結果が報告されているSarsa(0.9)とも比較し，OnPSが最も優れていることを確認した．

収録刊行物

• 人工知能学会全国大会論文集

  人工知能学会全国大会論文集 JSAI03 (0), 242-242, 2003

  一般社団法人 人工知能学会

詳細情報

• CRID: 1390001205612753280
• NII論文ID: 40020016277
• NII論文ID: 80016234546
• NII論文ID: 130004653304
• NII書誌ID: AA11578981
• ISSN: 13479881
• DOI: 10.11517/pjsai.jsai03.0.242.0
• NDL書誌ID: 025343037
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I025343037
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • CiNii Articles
• 抄録ライセンスフラグ: 使用不可