プラント変動の推定に基づく近似ベイジアン強化学習とペグ・イン・ホール・タスクへの適用

DOI HANDLE Web Site Web Site 参考文献2件 オープンアクセス

書誌事項

タイトル別名
  • Approximation Bayesian Reinforcement Learning based on Estimation of Plant Variation and its Application to Peg-in-Hole Task
  • プラント ヘンドウ ノ スイテイ ニ モトズク キンジ ベイジアン キョウカ ガクシュウ ト ペグ ・ イン ・ ホール ・ タスク エ ノ テキヨウ

この論文をさがす

抄録

In a general reinforcement learning problem, a plant, i.e. state transition probabilities, is estimated, and a learning policy for the estimated plant is applied to a real plant. If there is a difference between the estimated plant and the real plant, the obtained policy may not work well for the real plant. In this study, the real plant variation is parameterized by an interpolation of several estimated plants. This study proposes a reinforcement learning method based on estimation of parameter variation, and applies this method to 2-dimensional Peg-in-Hole Task. The effectiveness of the proposed method is demonstrated by numerical and experimental results.

収録刊行物

参考文献 (2)*注記

もっと見る

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ