Reinforcement Structural Learning

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F15%3A10318695" target="_blank" >RIV/00216208:11320/15:10318695 - isvavai.cz</a>

Výsledek na webu

<a href="http://wupes.fm.vse.cz/2015/data/Proceedings.pdf" target="_blank" >http://wupes.fm.vse.cz/2015/data/Proceedings.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Reinforcement Structural Learning

Popis výsledku v původním jazyce

This article shows a novel approach to modelling and reinforcement learning of dynamic stochastic partially observable environment. We present an MCMC algorithm which learns the structure of a graphical model representing the environment. We use an approximation to a Bayesian method to learn posterior distribution over parameters of learned structure. The learning algorithm is online which allows us to use it in reinforcement learning setup. We demonstrate that this algorithm is usable on several simpleexperiments.

Název v anglickém jazyce

Reinforcement Structural Learning

Popis výsledku anglicky

This article shows a novel approach to modelling and reinforcement learning of dynamic stochastic partially observable environment. We present an MCMC algorithm which learns the structure of a graphical model representing the environment. We use an approximation to a Bayesian method to learn posterior distribution over parameters of learned structure. The learning algorithm is online which allows us to use it in reinforcement learning setup. We demonstrate that this algorithm is usable on several simpleexperiments.

Druh

O - Ostatní výsledky

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP103%2F10%2F1287" target="_blank" >GAP103/10/1287: PlanEx: Propojení plánování a provádění plánů</a><br>

Návaznosti

S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů