| 講演名 | 2001/5/15 リカレントネットワークによる非線形システムの動的制御 早川 美徳, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 時系列的な環境からの入力と、環境への出力を持つリカレントニューラルネットワークの強化学習則を考察した。神経回路は確率的に動作するニューロンから成り、行動の結果がグローバルな二値情報としてのみフィードバックされる。このような系での回路網の動作を解析し、望ましい結果を生むようなシナプス荷重の強化則はHebb的な学習則であること、さらに,それはネットワークの構造や、ニューロンの特性の詳細には依らないことを示した。このモデルを倒立振り子の課題に適用し、学習ダイナミクスについてて解析を行った。 |
| 抄録(英) | We consider the reinforcement learning of a recurrent neural network interacting to nonstationary environment. The neural network consists of stochastic neurons which may utilize the scalar information about the action taken to the environment. We derive a Hebbian-like rule for synaptic strengthing so as to increase a likelihood function for desirable results, and also discuss robustness of the learning rule. Finally, we apply the neural network model to the control of inverted pendulum. |
| キーワード(和) | ニューラルネットワーク / 確率的ニューロン / 強化学習 / ヘップ則 |
| キーワード(英) | neural network / stochastic neuron / reinforcement learning, / Hebbian learning |
| 資料番号 | NLP2001-6 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 2001/5/15(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Nonlinear Problems (NLP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | リカレントネットワークによる非線形システムの動的制御 |
| サブタイトル（和） | |
| タイトル（英） | Control of Nonlinear Dynamical Systems with A Recurrent Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / neural network |
| キーワード(2)（和/英） | 確率的ニューロン / stochastic neuron |
| キーワード(3)（和/英） | 強化学習 / reinforcement learning, |
| キーワード(4)（和/英） | ヘップ則 / Hebbian learning |
| 第 1 著者 氏名（和/英） | 早川 美徳 / Yoshinori Hayakawa |
| 第 1 著者 所属（和/英） | 東北大学大学院理学研究科 Graduate School of Science, Tohoku university |
| 発表年月日 | 2001/5/15 |
| 資料番号 | NLP2001-6 |
| 巻番号（vol） | vol.101 |
| 号番号（no） | 68 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |