強化学習問題のための分布推定アルゴリズムにおける学習データ補正の検討

摘要

本論文では，強化学習問題のための条件付確率場を用いた分布推定アルゴリズムEDA-RL に対して，学習データの補正を検討した．具体的には，ループ構造の削除とエラームーブの補正によるデータ補正法をEDA-RL に導入した．リバース状態を有する確率遷移問題に適用した結果については当日報告する．