カーネル法を使った強化学習のアルゴリズムの数値実験による検証(2)
1. はじめに 文献[1]で、UCLK(Upper-Confidence Linear Kernel reinforcement learning)という強化学習のアルゴリズムが提案されました。...
0
2
Comment0
6 search resultsShowing 1~6 results
Stocked
You need to log-in
カーネル法を使った強化学習のアルゴリズムの数値実験による検証
1. はじめに 文献[1]で、UCLK(Upper-Confidence Linear Kernel reinforcement learning)という強化学習のアルゴリズムが提案されました。...
1
3
Comment0
2つの電源を持つ電力系統シミュレータをマルチエージェント強化学習で制御するタスクの振り返り
1. はじめに ２つの電源が接続された電力系統のシミュレータをマルチエージェント強化学習で制御するというタスクに取り組みました。 学習のアルゴリズムは、TF-Agents で実装しました。特に、...
0
1
Comment0
統計的仮説検定を応用して強化学習のハイパーパラメタをチューニングするタスクの振り返り
はじめに 2022年4月に投稿した記事で、格子状に結合した振動系を制御対象として、 強化学習のアルゴリズムでコントローラを設計するタスクに取り組んだ結果を報告しました。自己回帰構造を持つネットワ...
0
1
Comment0
強化学習を応用して格子状に結合した振動系を制御するタスクの振り返り
はじめに これまで、 強化学習のアルゴリズムを使って コントローラを設計するときに、 コントローラを静的なネットワークで、 実装してきました。 すなわち、現時刻の観測値を入力し、操作量を出力する...
0
0
Comment0
1次遅れ系を制御するコントローラを強化学習で設計した振り返り
はじめに 機械学習のアルゴリズムを評価するときに、パラメーターの調整やネットワークの設計といった試行錯誤にかける時間が、最近、不足しているな、と感じています。もっともらしい結果、期待した結果、議...
4
3
Comment0
6 search resultsShowing 1~6 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles