お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2007-03-14 16:20
パラメータの相互依存性を考慮した強化学習の最適パラメータ推定
亀井圭史石川眞澄九工大
抄録 (和) 強化学習を用いた移動ロボットナビゲーションにおいて、最適な強化学習パラメータの一般的な設定方法は無い。これまでに遺伝的アルゴリズムによる強化学習パラメータの最適化手法を提案したが、一方で強化学習パラメータには学習環境に依存する。しかし、計算コスト上、全ての環境で最適化することは現実的ではない。そこで、探索環境に環境複雑性という測度を定義し、それを基に強化学習パラメータをそれぞれ独立に推定する方法と相互依存性を考慮した方法で推定し、それぞれの場合にどの様に学習結果が変化するかを検証した。また、この結果から強化学習最適パラメータの推定に成功した。 
(英) Reinfoecement learning is that we have to specify parameters values without prior information. We proposed to optimize the values of parameters in RL with the help of a genetic algorithm. The parameter values in RL depend on the environments. Since then, the method is impractical due to huge computational cost. In this paper, we propose to predict of the optimal parameter values in RL as a function of measures for the complexity of the environment, which are multiple regression analysis and Supervise SOM. As a result of expriments, we succeed in estimating the optimal parameter values in RL.
キーワード (和) 強化学習 / 遺伝的アルゴリズム / 移動ロボット / 最適行動獲得 / パラメータ環境依存性 / パラメータ推定 / /  
(英) reinforcement learning / genetic algorithm / mobile robot / optimal path / parameter dependency / parameter prediction / /  
文献情報 信学技報, vol. 106, no. 588, NC2006-150, pp. 191-196, 2007年3月.
資料番号 NC2006-150 
発行日 2007-03-07 (NC) 
ISSN Print edition: ISSN 0913-5685
PDFダウンロード

研究会情報
研究会 NC  
開催期間 2007-03-14 - 2007-03-16 
開催地(和) 玉川大学 
開催地(英) Tamagawa University 
テーマ(和) 一般 
テーマ(英) General 
講演論文情報の詳細
申込み研究会 NC 
会議コード 2007-03-NC 
本文の言語 日本語 
タイトル(和) パラメータの相互依存性を考慮した強化学習の最適パラメータ推定 
サブタイトル(和)  
タイトル(英) Prediction of the optimal parameter values in reinforcement learning based on interdependency 
サブタイトル(英)  
キーワード(1)(和/英) 強化学習 / reinforcement learning  
キーワード(2)(和/英) 遺伝的アルゴリズム / genetic algorithm  
キーワード(3)(和/英) 移動ロボット / mobile robot  
キーワード(4)(和/英) 最適行動獲得 / optimal path  
キーワード(5)(和/英) パラメータ環境依存性 / parameter dependency  
キーワード(6)(和/英) パラメータ推定 / parameter prediction  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 亀井 圭史 / Keiji Kamei / カメイ ケイジ
第1著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: KIT)
第2著者 氏名(和/英/ヨミ) 石川 眞澄 / Masumi Ishikawa / イシカワ マスミ
第2著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: KIT)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2007-03-14 16:20:00 
発表時間 20分 
申込先研究会 NC 
資料番号 NC2006-150 
巻番号(vol) vol.106 
号番号(no) no.588 
ページ範囲 pp.191-196 
ページ数
発行日 2007-03-07 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会