JP2021060988A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2021060988A5 JP2021060988A5 JP2020159841A JP2020159841A JP2021060988A5 JP 2021060988 A5 JP2021060988 A5 JP 2021060988A5 JP 2020159841 A JP2020159841 A JP 2020159841A JP 2020159841 A JP2020159841 A JP 2020159841A JP 2021060988 A5 JP2021060988 A5 JP 2021060988A5
- Authority
- JP
- Japan
- Prior art keywords
- policy
- function
- controller
- state
- objective function
- 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
Links
- 230000006870 function Effects 0.000 claims 37
- 238000000034 method Methods 0.000 claims 30
- 230000008901 benefit Effects 0.000 claims 9
- 238000005457 optimization Methods 0.000 claims 8
- 238000013528 artificial neural network Methods 0.000 claims 3
- 230000006399 behavior Effects 0.000 claims 2
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/592,977 | 2019-10-04 | ||
| US16/592,977 US11650551B2 (en) | 2019-10-04 | 2019-10-04 | System and method for policy optimization using quasi-Newton trust region method |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2021060988A JP2021060988A (ja) | 2021-04-15 |
| JP2021060988A5 true JP2021060988A5 (cg-RX-API-DMAC7.html) | 2023-04-06 |
| JP7301034B2 JP7301034B2 (ja) | 2023-06-30 |
Family
ID=75275122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020159841A Active JP7301034B2 (ja) | 2019-10-04 | 2020-09-24 | 準ニュートン信頼領域法を用いたポリシー最適化のためのシステムおよび方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11650551B2 (cg-RX-API-DMAC7.html) |
| JP (1) | JP7301034B2 (cg-RX-API-DMAC7.html) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110088775B (zh) * | 2016-11-04 | 2023-11-07 | 渊慧科技有限公司 | 使用加强学习的环境预测 |
| WO2020137019A1 (ja) * | 2018-12-27 | 2020-07-02 | 日本電気株式会社 | 方策作成装置、制御装置、方策作成方法、及び、方策作成プログラムが格納された非一時的なコンピュータ可読媒体 |
| US11992945B2 (en) * | 2020-11-10 | 2024-05-28 | Google Llc | System and methods for training robot policies in the real world |
| JP7556276B2 (ja) * | 2020-12-02 | 2024-09-26 | 富士通株式会社 | 量子化プログラム，量子化方法および量子化装置 |
| KR20230157488A (ko) * | 2021-05-28 | 2023-11-16 | 딥마인드 테크놀로지스 리미티드 | 가중 정책 프로젝션을 사용한 다중 목적 강화 학습 |
| US20220414531A1 (en) * | 2021-06-25 | 2022-12-29 | International Business Machines Corporation | Mitigating adversarial attacks for simultaneous prediction and optimization of models |
| US12313276B2 (en) * | 2022-04-21 | 2025-05-27 | Mitsubishi Electric Research Laboratories, Inc. | Time-varying reinforcement learning for robust adaptive estimator design with application to HVAC flow control |
| CN115042174B (zh) * | 2022-06-07 | 2024-08-30 | 中国北方车辆研究所 | 一种分层驱动的自主无人系统类人控制架构 |
| JP2024118220A (ja) * | 2023-02-20 | 2024-08-30 | 富士通株式会社 | 強化学習プログラム、情報処理装置および強化学習方法 |
| JP2024148223A (ja) * | 2023-04-05 | 2024-10-18 | 富士通株式会社 | 強化学習プログラム、強化学習方法、および情報処理装置 |
| CN117162086B (zh) * | 2023-08-07 | 2024-07-05 | 南京云创大数据科技股份有限公司 | 一种用于机械臂目标寻找的训练方法、方法及训练系统 |
| WO2025160824A1 (zh) * | 2024-01-31 | 2025-08-07 | 电子科技大学(深圳)高等研究院 | 基于人工智能的直流-直流转换器自适应控制方法及设备 |
| CN117674595B (zh) * | 2024-01-31 | 2024-06-18 | 电子科技大学(深圳)高等研究院 | 基于人工智能的直流-直流转换器自适应控制方法及设备 |
| CN118721205B (zh) * | 2024-07-24 | 2025-01-28 | 华中科技大学 | 一种机械臂运动规划方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5150371B2 (ja) * | 2008-05-30 | 2013-02-20 | 学校法人沖縄科学技術大学院大学学園 | 制御器、制御方法および制御プログラム |
| US9434389B2 (en) * | 2013-11-18 | 2016-09-06 | Mitsubishi Electric Research Laboratories, Inc. | Actions prediction for hypothetical driving conditions |
| US10803393B2 (en) * | 2016-04-04 | 2020-10-13 | Financialsharp, Inc. | System and method for performance evaluation of probability forecast |
| WO2019012437A1 (en) | 2017-07-13 | 2019-01-17 | Anand Deshpande | SOUND DEVICE BASED ON MONITORING OF MACHINE USES AND METHOD OF OPERATING SAME |
-
2019
- 2019-10-04 US US16/592,977 patent/US11650551B2/en active Active
-
2020
- 2020-09-24 JP JP2020159841A patent/JP7301034B2/ja active Active
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023040165A1 (zh) | 一种服务器风扇转速控制方法、装置、设备及介质 | |
| JP7379833B2 (ja) | 強化学習方法、強化学習プログラム、および強化学習システム | |
| Grande et al. | Sample efficient reinforcement learning with gaussian processes | |
| JP2018037064A5 (cg-RX-API-DMAC7.html) | ||
| CN113874865A (zh) | 借助于贝叶斯优化方法确定技术系统的调节策略的模型参数的方法和装置 | |
| KR102590612B1 (ko) | 클린 이미지 없는 자체 지도 이미지 디노이징 방법 및 장치 | |
| EP2818947A1 (en) | Method for automatically setting controller bandwidth | |
| JP2021060988A (ja) | 準ニュートン信頼領域法を用いたポリシー最適化のためのシステムおよび方法 | |
| JP7099968B2 (ja) | 演算装置 | |
| CN118508817B (zh) | 一种基于深度强化学习的电机自适应控制方法及系统 | |
| JP6632538B2 (ja) | 予測値整形システム、制御システム、予測値整形方法、制御方法、及び予測値整形プログラム | |
| WO2022257310A1 (zh) | 估计车辆重量的方法和装置 | |
| US20220358375A1 (en) | Inference of machine learning models | |
| CN112051731A (zh) | 用于确定针对技术系统的控制策略的方法和设备 | |
| JP2019074947A (ja) | 学習装置、学習方法及び学習プログラム | |
| JP2021051462A (ja) | 情報処理装置及びプログラム | |
| TWI920193B (zh) | 管理裝置、預測方法及預測程式 | |
| CN120676108B (zh) | 一种多模态数据融合的数字印刷设备色彩动态校准系统 | |
| Grisetti et al. | Speeding-up rao-blackwellized SLAM | |
| Hu et al. | A Collaborative SLAM Method Based on Cardinality Balanced Multi-Bernoulli Filter with Adaptive Information Control | |
| CN116700015B (zh) | 水下航行器主动增稳控制方法及装置 | |
| CN113734182A (zh) | 一种车辆自适应控制方法及其装置 | |
| CN116149262A (zh) | 一种伺服系统的跟踪控制方法及系统 | |
| CN118466438A (zh) | 自动驾驶车辆的故障检测方法、装置、设备及存储介质 | |
| CN116893885A (zh) | Java虚拟机调节方法、装置、电子设备及可读存储介质 |