| 講演抄録／キーワード |
| 講演名 |
2006-07-04 13:35
関数近似のための特徴空間の構築と強化学習への応用
○佐藤仁樹（公立はこだて未来大） |
| 抄録 |
（和） |
関数近似のための特徴空間構築方式を提案し，多次元連続状態の強化学習に適用した．提案手法では，非線形関数を基底関数の要素の線形結合で近似する．係数の絶対値が小さい要素は，基底関数の他の要素に置き換えられる．この置き換えを逐次行うことにより，関数近似のための最適な特徴空間が得られる．提案手法を多次元連続状態強化学習に適用し，多次元ロジスティック写像のカオス制御を行った．その結果，提案手法により最適な特徴空間を構築できることを示した．また，環境の変化に応じて特徴空間を柔軟に再構築できることを示した． |
| （英） |
A feature space construction method for function approximation was developed and applied to reinforcement learning for multi-dimensional continuous state spaces. First, a non-linear function was approximated using a linear combination of elements of a basis. Next, the elements with small-absolute-value corresponding coefficients were replaced with other candidate elements. Making this replacement at periodic intervals resulted in the basis constructing an optimum feature space for function approximation. An example chaos control problem for multiple logistic maps was solved, demonstrating that reinforcement learning with feature space construction can not only construct an optimum feature space with the minimum degree of expansion but also reconstruct an optimum feature space based on changes in the environment. |
| キーワード |
（和） |
特徴空間 / 関数近似 / 非線形 / 強化学習 / 多次元 / / / |
| （英） |
feature space / function approximation / non-linear / reinforcement learning / multi-dimensional / / / |
| 文献情報 |
信学技報, vol. 106, no. 136, NLP2006-41, pp. 43-48, 2006年7月. |
| 資料番号 |
NLP2006-41 |
| 発行日 |
2006-06-27 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|