Bottom-up learning of hierarchical models in a class of deterministic POMDP environments

Itoh, Hideaki; Fukumoto, Hisao; Wakuya, Hiroshi; Furukawa, Tatsuya

Pobierz

Tytuł: Bottom-up learning of hierarchical models in a class of deterministic POMDP environments

Podtytuł:

Tytuł publikacji grupowej:

AMCS, Volume 25 (2015)

Abstract:

The theory of partially observable Markov decision processes (POMDPs) is a useful tool for developing various intelligent agents, and learning hierarchical POMDP models is one of the key approaches for building such agents when the environments of the agents are unknown and large. To learn hierarchical models, bottom-up learning methods in which learning takes place in a layer-by-layer manner from the lowest to the highest layer are already extensively used in some research fields such as hidden Markov models and neural networks. ; However, little attention has been paid to bottom-up approaches for learning POMDP models. In this paper, we present a novel bottom-up learning algorithm for hierarchical POMDP models and prove that, by using this algorithm, a perfect model (i.e., a model that can perfectly predict future observations) can be learned at least in a class of deterministic POMDP environments.

Wydawca:

Zielona Góra: Uniwersytet Zielonogórski

Identyfikator zasobu:

oai:zbc.uz.zgora.pl:79074

DOI:

10.1515/amcs-2015-0044

Strony:

597-615

Źródło:

AMCS, volume 25, number 3 (2015) ; kliknij tutaj, żeby przejść

Jezyk:

eng

Licencja CC BY 4.0:

kliknij tutaj, żeby przejść

Prawa do dysponowania publikacją:

Biblioteka Uniwersytetu Zielonogórskiego

Temat i słowa kluczowe:

partially observable Markov decision processes hierarchical models bottom-up learning

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

14 lip 2025

Data dodania obiektu:

6 maj 2024

Liczba wyświetleń treści obiektu:

Wszystkie dostępne wersje tego obiektu:

https://zbc.uz.zgora.pl/repozytorium/publication/88905

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

International Journal of Applied Mathematics and Computer Science (AMCS)

Nazwa wydania	Data
Bottom-up learning of hierarchical models in a class of deterministic POMDP environments	14 lip 2025

Dane kontaktowe

Obiekt

Tytuł: Bottom-up learning of hierarchical models in a class of deterministic POMDP environments

Autor:

Data wydania:

Typ zasobu:

Współtwórca:

Podtytuł:

Tytuł publikacji grupowej:

Abstract:

Wydawca:

Identyfikator zasobu:

DOI:

Strony:

Źródło:

Jezyk:

Licencja CC BY 4.0:

Prawa do dysponowania publikacją:

Temat i słowa kluczowe:

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

Data dodania obiektu:

Liczba wyświetleń treści obiektu:

Wszystkie dostępne wersje tego obiektu:

Wyświetl opis w formacie RDF:

Wyświetl opis w formacie OAI-PMH:

podobne w FBC

Cytowanie

Dane kontaktowe

Adres

Telefon

E-Mail

Odwiedź nas!

Mapa strony

Strona główna

Kolekcje

Indeksy

Informacje

Konto użytkownika

Historia przeglądania

Repozytorium Uniwersytetu Zielonogórskiego udostępnia 9 272 obiektów cyfrowych

Obiekt

Tytuł: Bottom-up learning of hierarchical models in a class of deterministic POMDP environments

Autor:

Data wydania:

Typ zasobu:

Współtwórca:

Podtytuł:

Tytuł publikacji grupowej:

Abstract:

Wydawca:

Identyfikator zasobu:

DOI:

Strony:

Źródło:

Jezyk:

Licencja CC BY 4.0:

Prawa do dysponowania publikacją:

Temat i słowa kluczowe:

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

Data dodania obiektu:

Liczba wyświetleń treści obiektu:

Wszystkie dostępne wersje tego obiektu:

Wyświetl opis w formacie RDF:

Wyświetl opis w formacie OAI-PMH:

podobne w FBC

Cytowanie

Dane kontaktowe

Adres

Telefon

E-Mail

Odwiedź nas!