Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI: | http://purl.tuc.gr/dl/dias/B95FD666-3683-44DB-8681-8CB3C2DFEC7B | ||
| Έτος | 2003 | ||
| Τύπος | Πλήρης Δημοσίευση σε Συνέδριο | ||
| Άδεια Χρήσης |
|
||
| Βιβλιογραφική Αναφορά | M.G. Lagoudakis and R. Parr, “Approximate policy iteration using large-margin classifiers,” in Proceedings of the 18th International Joint Conference on Artificial Intelligence (IJCAI), 2003, pp. 1432–1434. | ||
| Εμφανίζεται στις Συλλογές |
We present an approximate policy iteration algorithmthat uses rollouts to estimate the value of eachaction under a given policy in a subset of states anda classifier to generalize and learn the improvedpolicy over the entire state space. Using a multiclasssupport vector machine as the classifier, weobtained successful results on the inverted pendulumand the bicycle balancing and riding domains.
Copyright © DIAS 2013
