{"product_id":"ieej-zt013035","title":"尤度を利用したエージェントの学習アルゴリズム","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-035\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成13年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2001\/03\/21\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eA Learning Algorithm for Agents Using the Likelihood\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e山口 智(千葉工業大学),板倉 秀清(千葉工業大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eSatoshi Yamaguchi(Chiba Institiute of Technology),Hidekiyo Itakura(Chiba Institiute of Technology)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e尤度|強化学習|行動選択\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e尤度を評価関数として利用したエージェントの学習アルゴリズムを提案する。ここでいうエージェントとは、自分の置かれた状態を観測して適切な行動を選択することによって与えられた仕事を遂行する個体である。 エージェントの学習アルゴリズムとしては、強化学習があるが、強化学習では学習の際に適切な報酬を設定する必要があった。報酬が適切でない場合は、エージェントが適切な行動を選択できないことがある。本稿では、尤度を評価関数としたエージェントの学習アルゴリズムを提案する。尤度を利用することで、報酬を必要とせず\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\u003e201 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46395731869935,"sku":"IEEJ-ZT013035-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_ddf7a828-6571-4307-9f27-71d97cc0fd5f.png?v=1744787505","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt013035","provider":"電気学会 電子図書館","version":"1.0","type":"link"}