3 0 0 0 OA e射影に基づく方策探索法
- 著者
- 植野 剛
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.28, 2014
方策探索法は,方策をパラメトリック関数で記述し, そのパラメータを学習する強化学習法である.本研究では確率推論の立場から方策探索法を考察し,KL距離最小化に基づく新しい方策探索法を提案する.この提案法は大域的収束性を持つなど望ましい性質を持つが,周辺化が困難な確率分布を計算する必要がある.この問題を解決するため,確率分布の近似推論の1種であるe射影を用いた近似法も併せて提案する.
1 0 0 0 OA 《第3回》統計学習の観点から見たTD学習
- 著者
- 植野 剛 前田 新一 川鍋 一晃
- 出版者
- 公益社団法人 計測自動制御学会
- 雑誌
- 計測と制御 (ISSN:04534662)
- 巻号頁・発行日
- vol.52, no.3, pp.277-283, 2013-03-10 (Released:2019-05-08)
- 参考文献数
- 16