JP2013081683A5 - - Google Patents

Download PDF

Info

Publication number
JP2013081683A5
JP2013081683A5 JP2011224639A JP2011224639A JP2013081683A5 JP 2013081683 A5 JP2013081683 A5 JP 2013081683A5 JP 2011224639 A JP2011224639 A JP 2011224639A JP 2011224639 A JP2011224639 A JP 2011224639A JP 2013081683 A5 JP2013081683 A5 JP 2013081683A5
Authority
JP
Japan
Prior art keywords
action
data
reward
agent
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2011224639A
Other languages
English (en)
Japanese (ja)
Other versions
JP2013081683A (ja
JP5879899B2 (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2011224639A priority Critical patent/JP5879899B2/ja
Priority claimed from JP2011224639A external-priority patent/JP5879899B2/ja
Priority to US13/611,535 priority patent/US9165249B2/en
Priority to CN201210366351.5A priority patent/CN103198358B/zh
Publication of JP2013081683A publication Critical patent/JP2013081683A/ja
Publication of JP2013081683A5 publication Critical patent/JP2013081683A5/ja
Application granted granted Critical
Publication of JP5879899B2 publication Critical patent/JP5879899B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

JP2011224639A 2011-10-12 2011-10-12 情報処理装置、情報処理方法、及びプログラム Expired - Fee Related JP5879899B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2011224639A JP5879899B2 (ja) 2011-10-12 2011-10-12 情報処理装置、情報処理方法、及びプログラム
US13/611,535 US9165249B2 (en) 2011-10-12 2012-09-12 Information processing apparatus, information processing method, and program
CN201210366351.5A CN103198358B (zh) 2011-10-12 2012-09-28 信息处理设备、信息处理方法和程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011224639A JP5879899B2 (ja) 2011-10-12 2011-10-12 情報処理装置、情報処理方法、及びプログラム

Publications (3)

Publication Number Publication Date
JP2013081683A JP2013081683A (ja) 2013-05-09
JP2013081683A5 true JP2013081683A5 (OSRAM) 2014-11-13
JP5879899B2 JP5879899B2 (ja) 2016-03-08

Family

ID=48086658

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011224639A Expired - Fee Related JP5879899B2 (ja) 2011-10-12 2011-10-12 情報処理装置、情報処理方法、及びプログラム

Country Status (3)

Country Link
US (1) US9165249B2 (OSRAM)
JP (1) JP5879899B2 (OSRAM)
CN (1) CN103198358B (OSRAM)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9852419B2 (en) * 2012-09-17 2017-12-26 Capital One Financial Corporation Systems and methods for providing near field communications
US20140164220A1 (en) * 2012-12-06 2014-06-12 Microsoft Corporation Payment instrument selection
JP6516406B2 (ja) * 2013-12-13 2019-05-22 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 処理装置、処理方法、およびプログラム
KR20150107418A (ko) * 2014-03-14 2015-09-23 삼성전자주식회사 전자 지갑을 활용한 결제 방법, 장치 그리고 시스템
WO2015151789A1 (ja) * 2014-03-31 2015-10-08 日本電気株式会社 教師データ生成装置、電気機器監視システム、教師データ生成方法及びプログラム
MX2018000942A (es) * 2015-07-24 2018-08-09 Deepmind Tech Ltd Control continuo con aprendizaje de refuerzo profundo.
JP6630522B2 (ja) * 2015-09-16 2020-01-15 株式会社バンダイナムコエンターテインメント ゲーム装置及びプログラム
JP2018049563A (ja) * 2016-09-23 2018-03-29 カシオ計算機株式会社 電子機器、サーバ、対価設定方法及びプログラム
WO2018101035A1 (ja) * 2016-11-29 2018-06-07 ソニー株式会社 情報処理装置及び情報処理方法
JPWO2018150654A1 (ja) * 2017-02-15 2019-12-12 ソニー株式会社 情報処理装置、および情報処理方法、並びにプログラム
WO2018156891A1 (en) * 2017-02-24 2018-08-30 Google Llc Training policy neural networks using path consistency learning
WO2018198323A1 (ja) 2017-04-28 2018-11-01 富士通株式会社 行動選択学習装置、行動選択学習プログラム、行動選択学習方法及び行動選択学習システム
EP3596662B1 (en) * 2017-05-19 2025-08-27 DeepMind Technologies Limited Imagination-based agent neural networks
JP6612306B2 (ja) * 2017-11-21 2019-11-27 株式会社 ディー・エヌ・エー 情報処理装置及び情報処理プログラム
JP2019118461A (ja) 2017-12-28 2019-07-22 株式会社 ディー・エヌ・エー 情報処理装置及び情報処理プログラム
JP6911946B2 (ja) * 2018-01-30 2021-07-28 日本電気株式会社 情報処理装置、制御方法、及びプログラム
CN112262399B (zh) * 2018-06-11 2024-08-06 日本电气方案创新株式会社 行动学习设备、行动学习方法、行动学习系统、程序以及记录介质
JP7048455B2 (ja) * 2018-08-30 2022-04-05 本田技研工業株式会社 学習装置、シミュレーションシステム、学習方法、およびプログラム
JP7199203B2 (ja) * 2018-11-16 2023-01-05 株式会社Cygames ゲームプログラムを検査するためのシステム、方法、プログラム、機械学習支援装置、及びデータ構造
US11928556B2 (en) * 2018-12-29 2024-03-12 International Business Machines Corporation Removing unnecessary history from reinforcement learning state
KR102209917B1 (ko) * 2018-12-31 2021-01-29 아주대학교산학협력단 심층 강화 학습을 위한 데이터 처리 장치 및 방법
CN110327624B (zh) * 2019-07-03 2023-03-17 广州多益网络股份有限公司 一种基于课程强化学习的游戏跟随方法和系统
JP7335739B2 (ja) * 2019-07-16 2023-08-30 株式会社 ディー・エヌ・エー ゲームを提供するためのシステム、方法、及びプログラム
US11712799B2 (en) * 2019-09-13 2023-08-01 Deepmind Technologies Limited Data-driven robot control
JP6812583B1 (ja) * 2020-02-28 2021-01-13 株式会社Ｃｙｇａｍｅｓ ゲームスクリプトの作成を支援するためのシステム及び方法
CN113877202B (zh) * 2020-07-01 2025-04-29 中移(苏州)软件技术有限公司 一种游戏控制方法及装置、存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7403904B2 (en) * 2002-07-19 2008-07-22 International Business Machines Corporation System and method for sequential decision making for customer relationship management
US7219085B2 (en) * 2003-12-09 2007-05-15 Microsoft Corporation System and method for accelerating and optimizing the processing of machine learning techniques using a graphics processing unit
US7837543B2 (en) * 2004-04-30 2010-11-23 Microsoft Corporation Reward-driven adaptive agents for video games
US7668632B2 (en) * 2004-11-22 2010-02-23 The Boeing Company System, method and computer program product for real-time event identification and course of action interpretation
JP4525477B2 (ja) * 2005-02-23 2010-08-18 ソニー株式会社 学習制御装置および学習制御方法、並びに、プログラム
US20070203871A1 (en) * 2006-01-23 2007-08-30 Tesauro Gerald J Method and apparatus for reward-based learning of improved systems management policies
JP4392620B2 (ja) 2007-08-14 2010-01-06 ソニー株式会社 情報処理装置、情報処理方法、演算装置、演算方法、プログラム、および記録媒体
JP4803212B2 (ja) * 2008-05-28 2011-10-26 ソニー株式会社 データ処理装置、データ処理方法、及びプログラム
JP5440840B2 (ja) * 2009-06-11 2014-03-12 ソニー株式会社 情報処理装置、情報処理方法、及び、プログラム

Similar Documents

Publication Publication Date Title
JP2013081683A5 (OSRAM)
JP2013084175A5 (OSRAM)
JP2018526733A5 (OSRAM)
JP2015511032A5 (ja) ソフトウエアを開発するためのコンピュータプログラム、方法、コンピュータシステム、装置及びコンピュータ
JP2014228725A5 (OSRAM)
JP2020038699A5 (OSRAM)
JP2014517602A5 (OSRAM)
JP2012256355A5 (OSRAM)
JP2016503216A5 (OSRAM)
JP2011187056A5 (OSRAM)
JP2012234422A5 (OSRAM)
JP2017517796A5 (OSRAM)
JP2014524095A5 (OSRAM)
JP2011131040A5 (OSRAM)
JP2012230506A5 (OSRAM)
JP2014519642A5 (OSRAM)
JP2018055688A5 (OSRAM)
JP2011100382A5 (OSRAM)
JP2009182864A5 (OSRAM)
JP2012250370A5 (ja) 設定値管理装置及びその制御方法、並びにプログラム
JP2015122068A5 (OSRAM)
JP2015114988A5 (OSRAM)
JP2013058095A5 (OSRAM)
JP2010161290A5 (OSRAM)
JP7179672B2 (ja) 計算機システム及び機械学習方法