資料詳細

  • 1 件中、 1 件目
  • NEW

意思決定のためのアルゴリズム 2 モデル･状態の不確実性とマルチエージェント

Mykel J.Kochenderfer／著 -- コッヘンダーファー M.J. -- 朝倉書店 -- 2025.11 -- 417

所蔵

※「帯出区分」が「貸出禁止」のものは貸出・予約はできません。館内での閲覧のみが可能です。

※「状態」 が「在架」 のものは予約はできません。来館して貸出手続きを行ってください。

※奄美図書館からの取り寄せは、以下のいずれかの方法により申請してください。

　　・窓口(来館)　　・FAX

　　・郵送　　　　　・電子申請

　詳しくは 「県立奄美図書館資料の取り寄せについて」をご覧ください。

所蔵は 1 件です。現在の予約件数は 0 件です。

所蔵館 所蔵場所 請求記号 資料コード 資料区分 帯出区分 状態
県図一般 2階閲覧室 417/ｺ025 /2 0116375148 一般図書 　 貸出中

ページの先頭へ

館別所蔵

館名 所蔵数 貸出中数 貸出可能数
県図一般 1 1 0

ページの先頭へ

資料詳細

タイトル 意思決定のためのアルゴリズム 2
書名カナ イシ ケッテイ ノ タメ ノ アルゴリズム
著者 Mykel J.Kochenderfer ／著, Tim A.Wheeler ／著, Kyle H.Wray ／著, 林田 智弘 ／訳, 西崎 一郎 ／訳  
著者カナ コッヘンダーファー M.J.
出版地 東京
出版者 朝倉書店
出版者カナ アサクラ ショテン
出版年 2025.11
ページ数 10p,p218～475 26p
大きさ 26cm
巻の書名 モデル･状態の不確実性とマルチエージェント
巻の書名カナ モデル ジョウタイ ノ フカクジツセイ ト マルチエージェント
一般件名 意思決定 , アルゴリズム
内容紹介 意思決定に関連する様々な話題を取り上げ、基礎となる数理計画問題の定式化と、それを解くためのアルゴリズムを図や例を交えて紹介する。演習問題も掲載。2は、モデルの不確実性、状態の不確実性などを取り上げる。
NDC分類(9版) 417
ISBN 4-254-12310-4
ISBN13桁 978-4-254-12310-4
定価 ¥7200

ページの先頭へ

目次

第Ⅲ部 モデルの不確実性
15 探索と活用
  15.1 バンディット問題
  15.2 ベイズモデル推定
  15.3 無指向性探索戦略
  15.4 指向性探索戦略
  15.5 最適探索戦略
  15.6 複数の状態に対する探索
  15.7 要約
  15.8 演習
16 モデルベース法
  16.1 最尤推定法
  16.2 更新手順
  16.3 探索
  16.4 ベイズ法
  16.5 ベイズ適応型マルコフ決定過程
  16.6 事後サンプリング
  16.7 要約
  16.8 演習
17 モデルフリー法
  17.1 平均の増分推定
  17.2 Q学習
  17.3 Sarsa
  17.4 適格トレース
  17.5 報酬設計
  17.6 行動価値関数近似
  17.7 経験再生
  17.8 要約
  17.9 演習
18 模倣学習
  18.1 行動クローニング
  18.2 データ集合集約
  18.3 確率的混合反復学習
  18.4 最大マージン逆強化学習
  18.5 エントロピー最大化逆強化学習
  18.6 生成的敵対的模倣学習
  18.7 要約
  18.8 演習
第Ⅳ部 状態の不確実性
19 信念
  19.1 信念の初期化
  19.2 離散状態フィルタ
  19.3 カルマンフィルタ
  19.4 拡張カルマンフィルタ
  19.5 アンセンテッドカルマンフィルタ
  19.6 粒子フィルタ
  19.7 粒子注入
  19.8 要約
  19.9 演習
20 正確な信念状態プランニング
  20.1 信念状態マルコフ決定過程
  20.2 条件付きプラン
  20.3 アルファベクトル
  20.4 枝刈り
  20.5 価値反復
  20.6 線形方策
  20.7 要約
  20.8 演習
21 オフライン信念状態プランニング
  21.1 完全観測価値近似
  21.2 高速情報限度
  21.3 高速下限
  21.4 点ベース価値反復
  21.5 ランダム化点ベース価値反復
  21.6 のこぎり歯上限
  21.7 点選択
  21.8 のこぎり歯ヒューリスティック探索
  21.9 三角形化価値関数
22 オンライン信念状態計画
  22.1 ロールアウトに基づく先読み
  22.2 前方探索
  22.3 分枝限定法
  22.4 スパースサンプリング
  22.5 モンテカルロツリー探索
  22.6 決定化スパースツリー探索
  22.7 ギャップヒューリスティック探索
  22.8 要約
  22.9 演習
23 コントローラ抽象化
  23.1 コントローラ
  23.2 方策反復
  23.3 非線形計画
  23.4 勾配上昇
  23.5 要約
  23.6 演習
第Ⅴ部 マルチエージェントシステム
24 マルチエージェント推論
  24.1 単純ゲーム
  24.2 応答モデル
  24.3 支配戦略均衡
  24.4 ナッシュ均衡
  24.5 関連均衡
  24.6 繰返し最良応答
  24.7 階層的ソフトマックス
  24.8 架空プレイ
  24.9 勾配上昇
25 逐次問題
  25.1 マルコフゲーム
  25.2 応答モデル
  25.3 ナッシュ均衡
  25.4 架空プレイ
  25.5 勾配上昇
  25.6 ナッシュQ学習
  25.7 要約
  25.8 演習
26 状態の不確実性
  26.1 部分観測マルコフゲーム
  26.2 方策評価
  26.3 ナッシュ均衡
  26.4 動的計画法
  26.5 要約
  26.6 演習
27 協調的エージェント
  27.1 分権的部分観測マルコフ決定過程
  27.2 サブクラス
  27.3 動的計画法
  27.4 反復最良応答
  27.5 発見的探索
  27.6 非線形計画法
  27.7 要約
  27.8 演習
付録
A 数学的概念
  A.1 測度空間
  A.2 確率空間
  A.3 距離空間
  A.4 ノルム付きベクトル空間
  A.5 正定性
  A.6 凸性
  A.7 情報量
  A.8 エントロピー
  A.9 交差エントロピー
B 確率分布
C 計算量
  C.1 漸近表記
  C.2 時間計算量に基づくクラス
  C.3 空間計算量に基づくクラス
  C.4 決定可能性
D ニューラル表現
  D.1 ニューラルネットワーク
  D.2 フィードフォワードネットワーク
  D.3 パラメータ正則化
  D.4 畳み込みニューラルネットワーク
  D.5 リカレントネットワーク
  D.6 オートエンコーダネットワーク
  D.7 対立的ネットワーク
E 探索アルゴリズム
  E.1 探索問題
  E.2 探索グラフ
  E.3 前方探索
  E.4 分枝限定法
  E.5 動的計画法
  E.6 ヒューリスティック探索
F 問題
  F.1 六角世界
  F.2 2048
  F.3 カート・ポール
  F.4 マウンテンカー
  F.5 単純レギュレータ
  F.6 航空機の衝突回避
  F.7 泣いている赤ちゃん
  F.8 機械の交換
  F.9 キャッチボール
G Julia
  G.1 型
  G.2 関数
  G.3 制御フロー
  G.4 パッケージ
  G.5 便利な関数

ページの先頭へ