Model-based reinforcement learning for partially observable games with sampling-based state estimation

• 資料種別: 文書・図像類
• タイトル: Model-based reinforcement learning for partially observable games with sampling-based state estimation
• 著者・編者: Fujita, Hajime; Ishii, Shin
• 著者標目: Fujita, Hajime; Ishii, Shin
• 出版事項: Nara Institute of Science and Technology
• 出版年月日等: 2005-11
• 出版年（W3CDTF）: 2005-11
• タイトル（掲載誌）: Information Science Technical Report
• 巻号年月日等（掲載誌）: TR2005009
• 掲載号: TR2005009
• ISSN（掲載誌）: ISSN : 0919-9527
• 本文の言語コード: eng
• 対象利用者: 一般
• オンライン閲覧公開範囲: インターネット公開
• 掲載誌（URI）: URI; http://isw3.naist.jp/IS/TechReport/
• 連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• 提供元機関・データベース: 奈良先端科学技術大学院大学 : 奈良先端科学技術大学院大学学術リポジトリnaistar

• 要約等: We present a model-based reinforcement learning (RL) scheme for large-scale multi-agent problems with partial observability, and apply it to a card ga...