マルチエージェント強化学習における周期的に1以上の値をとる割引率に関する基礎的検討

机译：关于贴现率的基本研究，即定期采取多档强化学习中的一个或多个价值观

获取原文

页面导航

摘要
著录项
相似文献
相关主题

摘要

近年，強化学習をエージェントの制御規則の適応的調節?獲得などに応用しようとする試みが盛hになされており，その中でも，複数のエージェントが同一の環境内で相互作用するマルチエージェントシステムにおいて，エージェントの学習によって自律的に適切な制御規則を獲得させるマルチエージェント強化学習に関する研究が多く見られるようになった.

机译：近年来，试图申请加强学习，以便在多个代理在同一环境中互动的多种代理系统中进行代理控制规则的适应性调整，以及其中的多档强化学习的大量研究代理学习自主适当的控制规则。

著录项

来源
《システム研究会》|2019年|45 p.|共5页
会议地点
作者
永吉雅人; エルダトン?サイモン; 玉置久;
展开▼
作者单位

展开▼
会议组织
原文格式 PDF
正文语种
中图分类电磁学、电动力学;
关键词
強化学習; マルチエージェント; 役割分化; メタパラメータ; 揺らぎ; 割引率; 認知の歪み;

机译：强化学习;多助手;角色师;Metaparameter;波动;折扣率;认知失真;

相似文献

外文文献
中文文献
专利

1. 進化学習マルチエージェント人工市場における株価からの粒子フィルタを用いたジャンプマルコフシステム推定によるエージェント行動の判別 [J] . 時永　祥三, 岸川　善紀電子情報通信学会技術研究報告 . 2010,第447期

机译：进化学习多智能体人工市场中基于股价的粒子滤波估计跳跃马尔可夫系统的行为识别
2. 進化学習マルチエージェント人工市場における株価からの粒子フィルタを用いたジャンプマルコフシステム推定によるエージェント行動の判別 [J] . 時永祥三, 岸川善紀電子情報通信学会技術研究報告. スマートインフォメディアシステム . 2009,第447期

机译：人工市场中基于粒子滤波的跳跃马尔可夫系统估计的进化学习的Agent行为判断
3. 進化学習マルチエージェント人工市場における株価からの粒子フィルタを用いたジャンプマルコフシステム推定によるエージェント行動の判別 [J] . 時永祥三, 岸川善紀電子情報通信学会技術研究報告. スマートインフォメディアシステム . 2009,第447期

机译：进化学习多代理通过股票市场市场的粒子滤波器跳跃马尔可夫系统估算确定代理行为
4. マルチエージェント強化学習における周期的に1以上の値をとる割引率に関する基礎的検討 [C] . 永吉雅人, エルダトン•サイモン, 玉置久システム研究会;制御研究会 . 2019

机译：在多主体强化学习中定期取值为1或更大的折现率的基础研究
5. 歌声分析によるグループアイドルソングのパート割り構造認識に関する基礎的検討利用統計を見る [D] . 須田仁志 2019

机译：语音分析识别偶像歌曲部分结构的基础研究
6. マルチエージェントシステムにおける強化学習と協調動作に関する研究 [O] . 孫若瑩 2003

机译：多智能体系统中强化学习与合作行为研究

マルチエージェント強化学習における周期的に1以上の値をとる割引率に関する基礎的検討

摘要

著录项

相似文献

相关主题

期刊订阅