최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서강대학교 Sogang University |
---|---|
연구책임자 | 장형수 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2009-04 |
과제시작연도 | 2008 |
주관부처 | 교육과학기술부 |
과제관리전문기관 | 한국과학재단 Korea Science and Engineering Foundtion |
등록번호 | TRKO201000013724 |
과제고유번호 | 1345072979 |
사업명 | 특정기초연구지원사업 |
DB 구축일자 | 2015-01-08 |
키워드 | 로봇 기반 학습 기술.강화학습.감독 지식/학습.학습 및 최적화 이론.인공지능.지능형 제어 자동화 시스템.Robot-based learning technique.Reinforcement learning.Supervised knowledge/learning.Learning and optimization theory.Artificial intelligence.Intelligent control automation system. |
본 연구에서는 강화 학습이 다수 학습(multiple learnings), 그리고 전문가의 조언(expert advice)과 조합되어 실제로 학습의 수렴 속도를 향상시킨 새로운 학습 프레임워크를 개발하고 이론적 수렴성 확립 뿐만 아니라 여러 응용 문제에 적용해 봄으로써 학습의 효율성을 보이고자 한다. 또한 MDP에 근거한 학습 뿐만이 아니라 다른 리소스 할당 문제 상에서도 전문가의 조언 또는 지식을 응용하여 푸는 알고리즘의 효율성 또한 보이고자 한다.
We propose developing a formal coherent learning framework, where reinforcement learning is combined with multiple independent learnings and advices from expert and/or prior knowledges related with robot' s given learning task, and establishing its theoretical convergence properties, and showing its
※ AI-Helper는 부적절한 답변을 할 수 있습니다.