大規模なPOMDPs環境におけるHPG学習法の有効性検証

鈴木 晃平; 加藤 昇平

お知らせ

※ユーザ登録は無料です．

情報学広場に掲載されているコンテンツには有料のものも含まれています．

有料コンテンツをご購入いただいた場合でも、領収書の発行はいたしておりません。
クレジットカード会社様からの領収書/請求書をもってかえさせていただいております。

本電子図書館のご利用にあたっては「情報処理学会電子図書館利用規約」をご遵守下さい。

複写および転載をされる方へ

一般社団法人情報処理学会では複写複製および転載複製に係る著作権を学術著作権協会に委託しています。当該利用をご希望の方は、学術著作権協会が提供している複製利用許諾システムもしくは転載許諾システムを通じて申請ください。尚、本会会員（賛助会員含む）および著者が転載利用の申請をされる場合については、学術目的利用に限り、無償で転載利用いただくことが可能です。ただし、利用の際には予め申請いただくようお願い致します。

※情報処理学会発行の刊行物に掲載されている製品名等は、各社の商標または登録商標です。

WEKO


	トップ


	ランキング

Language

インデックスツリー

インデックス

研究報告

数理モデル化と問題解決（MPS）

2017

2017-MPS-113

Permalink : http://id.nii.ac.jp/1001/00182310/

大規模なPOMDPs環境におけるHPG学習法の有効性検証利用統計を見る

File / Name	License
IPSJ-MPS17113048.pdf	Copyright (c) 2017 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
IPSJ-MPS17113048.pdf (1.58MB) [ 14 downloads ]
MPS:会員 : ¥0- , DLIB:会員 : ¥0-

タイトル(英)	Validation of the Effectiveness of HPG in Large Scale POMDP Environment
アイテムタイプ	SIG Technical Reports
言語	日本語
著者所属	名古屋工業大学大学院工学研究科情報工学専攻名古屋工業大学大学院工学研究科情報工学専攻／名古屋工業大学情報科学フロンティア研究院
著者所属(英)	Dept. of Computer Science and Engineering, Graduate School of Engineering, Nagoya Institute of Technology Dept. of Computer Science and Engineering, Graduate School of Engineering, Nagoya Institute of Technology / Frontier Research Institute for Information Science, Nagoya Institute of Technology
著者名	鈴木晃平加藤昇平
著者名(英)	Kohei Suzuki Shohei Kato
論文抄録	強化学習では，状態の混同が発生し正しく学習できない不完全知覚問題が存在する．この問題の解決法として，HQ-learning と Episode - based Profit Sharing (EPS) がよく知られている．HQ - learning では，状態の混同が発生している状態をサブタスクに分割することで，EPS では，エピソード内の各状態における行動価値に報酬を等しく分配することで不完全知覚問題を解決する．しかし双方とも学習効率や局所解において欠点がある．また大規模で複雑な環境には対応していない．本稿では，PS と遺伝的アルゴリズムを組み合わせた新たな手法を提案し，その有効性を大規模環境の実験により検証する．
論文抄録(英)	In a POMDP environment, an agent may observe the same information at more than one state. HQ-learning and Episode-based Profit Sharing (EPS) are well known methods for this problem. HQ-learning divides a POMDP environment into subtasks. EPS distributes same reward to state-action pairs in the episode when an agent achieves a goal. However, these methods have disadvantages in learning efficiency and localized solutions. In this paper, we propose a hybrid learning method combining PS and genetic algorithm. We also report the effectiveness of our method by some experiments with large sized partially observable mazes.
書誌レコードID	AN10505667
雑誌名	研究報告数理モデル化と問題解決（MPS）
巻	2017-MPS-113
号	48
ページ	1 - 6
発行年	2017-06-16
ISSN	2188-8833
Notice	SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.

※当サイトはCookieを使用しております。お問い合わせの際、会員の場合は、会員番号と氏名を必ず明記してください。

情報処理学会　〒101-0062 東京都千代田区神田駿河台1-5　化学会館4F　Tel.03-3518-8374（代表）

The latest issue of the following contents can be found on J-Stage. Please click on the following link:
Journal of Information Processing(JIP)
Bioinformatics(TBIO)
System LSI Design Methodology(TSLDM)
Computer Vision and Applications(CVA)

システムメンテナンスのお知らせ

AM2:00頃～AM5:00頃はシステムメンテナンスのためアクセスしにくい場合がありますが、ご理解のほどお願いいたします。

クレジット決済システムメンテナンスのお知らせ（2023-02-02)

○日時・目的

①2023年 2月 6日（月）AM 2:30 - AM 8:30

②2023年 2月 7日（火）AM 1:00 - AM 2:00

③2023年 2月 7日（火）AM 5:00 - AM 6:00

④2023年 2月20日（月）AM 2:30 - AM 8:30

⑤2023年 2月22日（水）AM 1:00 - AM 2:00

⑥2023年 2月22日（水）AM 5:00 - AM 6:00

⑦2023年 3月 6日（月）AM 2:30 - AM 8:30

⑧2023年 3月 9日（木）AM 1:00 - AM 2:00

⑨2023年 3月 9日（木）AM 5:00 - AM 6:00

⑩2023年 3月29日（水）AM 1:00 - AM 2:00

⑪2023年 3月29日（水）AM 5:00 - AM 6:00

⑫2023年 2月15日（水）AM 3:00 - AM 5:00

⑬2023年 2月10日（金）AM 2:00 - AM 5:00

⑭2023年 2月17日（金）AM 2:00 - AM 5:00

⑮2023年 2月13日（月）AM 2:00 - AM 4:00

⑯2023年 2月21日（火）AM 0:30 - AM 1:35

⑰2023年 2月21日（火）AM 5:25 - AM 6:30

○影響範囲

①④⑦メンテナンス時間中、クレジットカード決済にて、

1秒程度の通信断が最大1回発生し、エラー応答が発生する

可能性がございます。

②③⑤⑥⑧⑨⑩⑪各メンテナンス時間帯の5分程度、クレジットカード決済にて、

エラー応答が発生する可能性がございます。

⑫メンテナンス時間帯に以下条件のいずれかを満たす

　　クレジットカード利用時にエラー応答が発生する

　　可能性がございます。

　　・ライフカード発行のクレジットカード利用の場合

⑬⑭VISA JAPANグループ(VJA)以外が発行したVISAブランドのクレジットカードを

　　利用した場合、メンテナンス時間帯の各1分程度エラー応答が発生いたします。

⑮メンテナンス時間帯中にトヨタファイナンス発行の

　クレジットカードを利用した場合、一部のお取引で

　エラー応答が発生する可能性がございます。

⑯⑰各メンテナンス時間帯の15分程度、VISA JAPANグループ発行のクレジットカード利用の場合、

　　クレジットカード利用時にエラー応答が発生いたします。

メンテナンス時間中に有料コンテンツをご利用の際はご注意ください。

なお、情報学広場のサービス停止はありません。

有料コンテンツの購入以外は、通常通りご利用いただけます。

ご利用の皆様にはご不便をお掛けいたしますが、

何卒よろしくお願いいたします。