最適制御からの強化学習 - HELLO CYBERNETICS

テクノロジーカテゴリーの変更を依頼記事元:

s0sem0y.hatenablog.com

30 usersがブックマークコメント

コメント

1

記事へのコメント1件

注目コメント
新着コメント

meison_amsl よい

2017/10/29 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

最適制御からの強化学習 - HELLO CYBERNETICS

はじめに最適制御そもそも制御問題とは？自動制御フィードバック制御制御問題の例最適制御問題最... はじめに最適制御そもそも制御問題とは？自動制御フィードバック制御制御問題の例最適制御問題最適制御のまとめ最適制御から強化学習へ最適制御の困難強化学習の形式と最適制御との比較環境の振る舞いを知る方法は無いのか強化学習の大まかな流れモンテカルロ法 TD法関数近似最後に制御の分野と強化学習基本的思想の違い実用的問題 PID制御という巨人はじめに強化学習といえば、最強の囲碁ソフトAlpha Go に搭載されているアルゴリズムで一躍有名となった分野です。今回は強化学習の特殊な問題設定がどういうものであるかを強調するため、最適制御としての立場から発展させた強化学習を見てみたいと思います。最適制御そもそも制御問題とは？例えば、自動車の速度を調整する場合、タイヤの回転を調整する必要がありますが、私達が実際にやっているのはアクセルやブレーキを踏み込むことだけです。

ブックマークしたユーザー

prototechno2018/10/30
mozy_ok2018/03/15
OrientHistory2018/02/28
Np-Ur2018/02/26
bele_m2018/01/21
koma_g2017/11/07
s_nkmc2017/11/01
pirorongo212017/10/31
wushi2017/10/30
alaluta2017/10/30
ZAORIKU2017/10/30
sidebiz2017/10/29
ymtk08152017/10/29
kenmitsu2017/10/29
ryoma_robo2017/10/29
uokada2017/10/29
peketamin2017/10/29
nkdttt2017/10/29

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

設定を変更しましたx