|
[an error occurred while processing the directive]
|
 |
|
| 双曲割引を持つTemporal-difference (TD) 学習の研究 |
 関根 亮吾
（指導教員：増田 直紀准教授）
本研究はTD学習理論についての研究である。既存のTD学習では将来に得られる報酬を遅れ時間に対して指数的に割引いて考える事が一般的であったのに対し、本研究では、一定の条件を満たす一般的な割引率を持つ場合に対してTD学習を行うアルゴリズムを新たに提案した。
研究自体は楽しく進める事ができましたが、同時に、時間の制約の中でどれだけ成果を出せるかを求められる、社会の厳しさを知りました。でも、総じて有意義な2年間でした。
|
|
|
