{"product_id":"ieej-st18017","title":"将来成功・失敗期待確率を用いた報酬分配型強化学習に関する研究","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e研究会(論文単位)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eST18017\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【C】電子・情報・システム部門 システム研究会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2018\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eOn Stable Profit Sharing Reinforcement Learning with Expected Failure Probability \u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e水野 大介(明治大学),小林 博明(明治大学),宮崎 和光(独立行政法人　大学改革支援・学位授与機構)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eDaisuke Mizuno(Meiji University),Kobayashi Hiroaki(Meiji University),Miyazaki Kazuteru(National Institution for Academic Degrees and Quality Enhancement of Higher Education )\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e強化学習|Ｐｒｏｆｉｔ　Ｓｈａｒｉｎｇ|予想失敗確率|Reinforcement Learning|Profit Sharing|Expected Failure Probability\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003ePS法に予想失敗確率(EFP)と予想成功確率(ESP)のアルゴリズムを組み込んだSPSwithEFPを提案する。EFPは失敗する可能性の高い行動を回避し、ESPは学習初期の報酬分配を抑えて学習結果のばらつきを抑制し、最適解を学習しやすくする。これらをPS法に組み込んだものがSPSwithEFPであり、失敗する可能性の高い行動を回避し、さらにばらつきを抑えられる。提案手法の有効性を落とし穴のある迷路問題で検証する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(英語): \u003c\/strong\u003eHere, a new reinforcement learning method “SPSwithEFP” is proposed, where PS is combined with the Expected Failure Probability (EFP) and a newly defined Expected Success Probability (ESP). We can discard risky actions with EFP and suppress the profit sharing in the initial learning phase with ESP that makes the distribution of learning results smaller. As a result, SPSwithEFP allows the agent to avoid risky actions and learn a good rule with high probability.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e1,013 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格330円\/会員価格220円） \/ A4 \/ 5","offer_id":46390726623471,"sku":"IEEJ-ST18017-PDF","price":330.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_1abef525-e8da-4374-8be7-121b01a952ca.png?v=1744601552","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-st18017","provider":"電気学会 電子図書館","version":"1.0","type":"link"}