部分可观测宇宙中决策机器的交叉熵学习

Frederic Dambreville

部分可观测宇宙中决策机器的交叉熵学习

最优化与控制 2007-06-13 v1 人工智能机器学习神经与进化计算机器人学统计理论统计理论

作者: Frederic Dambreville

摘要

本文修订了先前题为“部分可观测马尔可夫宇宙中决策的学习”的论文。在本文中，我们关注部分可观测宇宙中的最优决策。我们的方法是直接逼近依赖于观测的最优策略树。该逼近通过参数化的概率律实现。一类具有输入和输出的特殊隐马尔可夫模型被视作策略模型。我们提出并应用了一种优化这些 HMM 参数的方法。该优化基于 Rubinstein 发展的用于稀有事件模拟的交叉熵原理。

关键词

部分可观测宇宙最优决策策略树隐马尔可夫模型策略交叉熵原理参数优化

引用

@article{arxiv.math/0605498,
  title  = {Cross-Entropic Learning of a Machine for the Decision in a Partially Observable Universe},
  author = {Frederic Dambreville},
  journal= {arXiv preprint arXiv:math/0605498},
  year   = {2007}
}

备注

Submitted to EJOR

部分可观测宇宙中决策机器的交叉熵学习

摘要

关键词

引用

备注

相关论文