日本語
 
Help Privacy Policy ポリシー/免責事項
  詳細検索ブラウズ

アイテム詳細

登録内容を編集ファイル形式で保存
一時保存へ追加
 タグ情報を表示リリース履歴を表示詳細要約
  Gaussian Processes in Reinforcement Learning

Rasmussen, C., & Kuss, M. (2004). Gaussian Processes in Reinforcement Learning. In S., Thrun, L., Saul, & B., Schölkopf (Eds.), Advances in Neural Information Processing Systems 16: Proceedings of the 2003 Conference (pp. 751-759). Cambridge, MA, USA: MIT Press.

Item is

 

表示: 全項目 非表示: 全項目

基本情報

表示: 非表示:
アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-D8E5-F 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0005-4650-2
資料種別: 会議論文

ファイル

表示: ファイル

作成者

表示:
非表示:
 作成者:
Rasmussen, CE1, 2, 著者           
Kuss, M1, 2, 著者           
所属:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              

内容説明

表示:
非表示:
キーワード: -
 要旨: We exploit some useful properties of Gaussian process (GP) regression models for reinforcement learning in continuous state spaces and discrete time. We demonstrate how the GP model allows evaluation of the value function in closed form. The resulting policy iteration algorithm is demonstrated on a simple problem with a two dimensional
state space. Further, we speculate that the intrinsic ability of GP models to characterise distributions of functions would allow the method to capture entire distributions over future values instead of merely their expectation, which has traditionally been the focus of
much of reinforcement learning.

資料詳細

表示:
非表示:
言語:
 日付: 2004-06
 出版の状態: 出版
 ページ: -
 出版情報: -
 目次: -
 査読: -
 識別子（DOI, ISBNなど）: BibTex参照ID: 2287
 学位: -

関連イベント

表示:
非表示:
イベント名: Seventeenth Annual Conference on Neural Information Processing Systems (NIPS 2003)
開催地: Vancouver, BC, Canada
開始日・終了日: 2003-12-08 - 2003-12-13

訴訟

表示:

Project information

表示:

出版物 1

表示:
非表示:
出版物名: Advances in Neural Information Processing Systems 16: Proceedings of the 2003 Conference
種別: 会議論文集
 著者・編者:
Thrun, S1, 編集者
Saul, LK, 編集者
Schölkopf, B1, 編集者           
所属:
1 Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497794            
出版社, 出版地: Cambridge, MA, USA : MIT Press
ページ: - 巻号: - 通巻号: - 開始・終了ページ: 751 - 759 識別子（ISBN, ISSN, DOIなど）: ISBN: 0-262-20152-6