インスタンスベース政策最適化における次元縮約の効果に関する数値的解析

カテゴリ: 部門大会

論文No: TC13-6

グループ名: 【C】平成22年電気学会電子・情報・システム部門大会講演論文集

発行日: 2010/09/02

タイトル(英語): Numerical Analysis of Dimensionality Reduction for Instance-Based Policy Optimization

著者名: 半田 久志(岡山大学)

著者名(英語): Hisashi Handa(Okayama University)

キーワード: インスタンスベース政策最適化|多様体学習|次元縮約次元縮約|Instance-Based Policy Optimization|Manifold Learning|Dimensitonality Reduction

要約(日本語): 本研究では,多様体学習を用いて,エージェントの入力空間の縮約を行い,縮約後の入力を用いて行動学習する.学習器としては進化学習の一手法であるインスタンスベース政策最適化を用いる.圧縮効率を表す相対誤差を導入し,相対誤差が進化学習に及ぼす影響について調査した.

PDFファイルサイズ: 4,375 Kバイト