強化å¦ç¿’ã¨ã¯ï¼Ÿ(What is Reinforcement Learning?)
強化å¦ç¿’ã®æ¦‚è¦ï¼Œå¿œç”¨ä¸Šã®åˆ©ç‚¹ï¼Œé©ç”¨ä¾‹ï¼ŒåŸºç¤Žç†è«–，代表的手法，応用ã«å¿…è¦ãªæŠ€è¡“ãªã©ã®èª¬æ˜Žã€‚ 本ページã®è¨˜è¿°ã¯ä¸‹è¨˜ã®è§£èª¬è¨˜äº‹ã‚’ã‚‚ã¨ã«WEB用ã«ä¿®æ£ã—ãŸã‚‚ã®ã§ã‚る： æœ¨æ‘ å…ƒï¼Œå®®å´Ž 和光，å°æž— é‡ä¿¡ï¼š 強化å¦ç¿’システムã®è¨è¨ˆæŒ‡é‡ï¼Œ 計測ã¨åˆ¶å¾¡, Vol.38, No.10, pp.618--623 (1999), 計測自動制御å¦ä¼š. 6 pages, postscript file, sice99.ps (1.31MB) PDF file, sice99.pdf (148KB) ç¬¬ï¼‘ç« ï¼š 強化å¦ç¿’ã®æ¦‚è¦ 1.1 強化å¦ç¿’ (Reinforcement Learning) ã¨ã¯? 1.2 制御ã®è¦–点ã‹ã‚‰è¦‹ãŸå¼·åŒ–å¦ç¿’ã®ç‰¹å¾´ 1.3 応用上期待ã§ãã‚‹ã“ã¨ ç¬¬ï¼’ç« ï¼š 強化å¦ç¿’ã®é©ç”¨ä¾‹ï¼šãƒãƒœãƒƒãƒˆã®æ©è¡Œå‹•ä½œç²å¾— ç¬¬ï¼“ç« ï¼š 強化å¦ç¿’ã®åŸºç¤Žç†è«– 3.1 マルコフ決定éŽç¨‹(Markov decision proc
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
処ç†ã‚’実行ä¸ã§ã™
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
http://nao.s164.xrea.com/RL-FAQ-j.html
{{#tags}}- {{label}}
{{/tags}}