複素強化学習を用いた学習分類子システムによるPoMDPs環境への展開

• Item type: SIG Technical Reports(1)
• 公開日: 2013-09-19
• タイトル: 複素強化学習を用いた学習分類子システムによるPoMDPs環境への展開
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 電気通信大学大学院情報理工学研究科
• 著者所属: 電気通信大学大学院情報理工学研究科／日本学術振興会特別研究員（DC1）
• 著者所属: 電気通信大学大学院情報理工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics and Engineering, The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics and Engineering, The University of Electro-Communications / Research Fellow of Japan Society for the Promotion of Science（DC1）
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics and Engineering, The University of Electro-Communications
• 著者名: 山﨑大地; 中田雅也; 高玉圭樹
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，難解な部分マルコフ決定過程 （PoMDPs） 環境において最適な方策を獲得するために，複素強化学習 （Complex-Valued Reinforcement Learning : CVRL） を用いた学習分類子システム （CVRL-based Classifier System: CVRL-CS） を提案する．計算機実験では，従来手法 （Q-Learning と ZCSM） が適用困難な PoMDPs 環境として，a) 状態空間が大きい環境，b) 不完全知覚の特性が異なる環境に提案手法を適用したところ，1) 提案手法は，従来手法よりも少ない学習回数で高い学習性能を実現し，2) 従来手法が学習不可能であるのに対し，初期状態が不完全知覚となる問題においても，提案手法は最適な方策を獲得可能であることを示した．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2013-MPS-95, 号 12, p. 1-6, 発行日 2013-09-19
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会