Optimal Reinforcement Learning for Gaussian Systems

Hennig, P

Optimal Reinforcement Learning for Gaussian Systems

Hennig, P. (2012). Optimal Reinforcement Learning for Gaussian Systems. In J., Shawe-Taylor, R., Zemel, P., Bartlett, F., Pereira, & K., Weinberger (Eds.), Advances in Neural Information Processing Systems 24 (pp. 325-333). Red Hook, NY, USA: Curran.

Item is 公開

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-B882-2 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0001-195F-A

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:
Hennig, P¹, 著者

所属:
1Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society, DE, ou_1497647

内容説明

表示:

非表示:

キーワード: -

要旨: The exploration-exploitation trade-off is among the central challenges of reinforcement learning. The optimal Bayesian solution is intractable in general. This paper studies to what extent analytic statements about optimal learning are possible if all beliefs are Gaussian processes. A first order approximation of learning of both loss and dynamics, for nonlinear, time-varying systems in continuous time and space, subject to a relatively weak restriction on the dynamics, is described by an infinite-dimensional partial differential equation. An approximate finitedimensional projection gives an impression for how this result may be helpful.

資料詳細

表示:

非表示:

言語:

日付: 出版: 2012-01

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: Hennig2011

学位: -

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 24

種別: 会議論文集

著者・編者:
Shawe-Taylor, J, 編集者
Zemel, RS, 編集者
Bartlett, P, 編集者
Pereira, F, 編集者
Weinberger, KQ, 編集者

所属:
-

出版社, 出版地: Red Hook, NY, USA : Curran

ページ: - 巻号: - 通巻号: - 開始・終了ページ: 325 - 333 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-1-618-39599-3

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1