研究/各研究の話/2019年度 の変更点


#author("2020-05-08T15:09:17+09:00","ldap:nek","nek")
-井上昂浩:MARLによる単体ロボットにおける行動学習 -幾何的拘束に起因した疑似学習空間の形成による学習性能の向上-
--&ref(research_activity_inoue.pdf);
-大沢航洋:優先度を用いた複数タスク下の意思決定-行動の細分化による効率的なタスク達成の実現-
--&ref(research_activity_oosawa.pdf);
-下口侑也:欲求-動機モデルを用いたロボットの意思決定~評価とセンサの相関関係に基づくタスクの自律獲得~
--&ref(research_activity_shimoguchi.pdf);
-福澤航大:複数センサを用いた報酬の自己生成 -少数センサの単体評価とセンサ間の関連付けによる報酬生成-
--&ref(research_activity_fukuzawa.pdf);
-松嶋龍文:単体ロボットにおける分散型深層強化学習を用いた行動学習-学習進度に基づく確率的なエージェント選択による効率的探索-
--&ref(research_activity_matushima.pdf);
-Afiqe Anuar:汎用的な評価指標を用いた報酬の自己生成 -センサ入力に対する多面的評価の提案と危険検知の向上-
--&ref(research_activity_afiqe.pdf);
-岡崎優:カウンセリングロボットにおける傾聴効果の改善-強化学習を用いた頷き回数の学習-
--&ref(research_activity_okazaki.pdf);
-上林拓馬:優先度を用いた複数タスク下における意思決定-優先度の部分設計による環境への適応性の向上-
--&ref(research_activity_kanbayashi.pdf);
-後藤成海:単体ロボットにおけるHMARLを用いた行動学習-行動数の増加に応じたエージェントの除外による学習効率の向上-
--&ref(research_activity_gotoh.pdf);
-近藤奏介:Hebb則を用いた複数センサの関連付けによる報酬の自己生成
--&ref(research_activity_kondo.pdf);
-佐藤響介:深層強化学習を用いたPID制御の性能向上 -目標値に応じたゲインの動的決定-
--&ref(research_activity_satoh.pdf);
-飛世賢宏:複数タスク下におけるロボットの意思決定-探索タスク導入による学習効率の向上-
--&ref(research_activity_tobise.pdf);