Upgrade to Pro — share decks privately, control downloads, hide ads and more …

[GunosyDM研究会]これからの強化学習 2.2, 2.3 / future-RL-2-2...

ysekky
May 12, 2017

[GunosyDM研究会]これからの強化学習 2.2, 2.3 / future-RL-2-2-2-3

ysekky

May 12, 2017
Tweet

More Decks by ysekky

Other Decks in Research

Transcript

  1. 2.2.3 ベイズ主義的アプローチ • 問題が完全に未知であるという仮定は現実的ではない ◦ 通った道は戻れるし、 T字路など似た構造がなんども登場層 • ベイズ主義的アプローチ:「不確かさ」を確率論のモデルを利用して取り扱う •

    環境がk次元のパラメータベクトルに寄って決まるMDP P_θとして記述される ◦ ありうる環境の集合の中でどれがありそうかを確率分布で記述したものをベイズ環境モデルと呼ぶ ◦ ベイズ環境モデルで表された環境に対する強化学習をベイジアン強化学習と呼ぶ