Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden

El aprendizaje de tareas en robots móviles, mediante aprendizaje por refuerzo, involucra la construcción de una política que permita al agente decidir qué acción tomar en cada situación censada. Construir esta política en problemas reales implica el manejo de grandes espacios de situaciones y accion...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Matuk Herrera, Rosana, Santos, Juan Miguel
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2001
Materias:	Ciencias Informáticas Neural nets Robotics Learning ARTIFICIAL INTELLIGENCE Reinforcement learning robot learning neural networks cluster-alisasing
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/23419
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-23419
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Neural nets Robotics Learning ARTIFICIAL INTELLIGENCE Reinforcement learning robot learning neural networks cluster-alisasing
spellingShingle	Ciencias Informáticas Neural nets Robotics Learning ARTIFICIAL INTELLIGENCE Reinforcement learning robot learning neural networks cluster-alisasing Matuk Herrera, Rosana Santos, Juan Miguel Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden
topic_facet	Ciencias Informáticas Neural nets Robotics Learning ARTIFICIAL INTELLIGENCE Reinforcement learning robot learning neural networks cluster-alisasing
description	El aprendizaje de tareas en robots móviles, mediante aprendizaje por refuerzo, involucra la construcción de una política que permita al agente decidir qué acción tomar en cada situación censada. Construir esta política en problemas reales implica el manejo de grandes espacios de situaciones y acciones. Por lo tanto, es necesario recurrir a técnicas de clustering para tratar con estos espacios de una forma computacionalmente manejable. Si el agente no es capaz de clasificar adecuadamente las situaciones censadas, asignando a cada clase la acción correcta, el aprendizaje será perjudicado por el clusterting-aliasing, o por un clustering excesivamente refinado, con el cual desperdiciará recursos y perderá capacidad para generalizar. El grado de clusterización debe depender no sólo de la complejidad del ambiente, sino también la complejidad de la tarea a aprender. En el mismo ambiente, una tarea sencilla para ser aprendida con éxito, debería requerir menos distinciones de situaciones que una más compleja. Encontrar la cantidad justa de clusters que se necesita no es una tarea trivial [10]. En este trabajo se propone una métrica para medir el grado de cluster-aliasing, y un nuevo algoritmo para aproximar la cantidad justa de clusters disminuyendo el grado de cluster-aliasing. Presentaremos resultados experimentales en robots móviles Khepera que respaldan la performance del algoritmo propuesto.
format	Objeto de conferencia Objeto de conferencia
author	Matuk Herrera, Rosana Santos, Juan Miguel
author_facet	Matuk Herrera, Rosana Santos, Juan Miguel
author_sort	Matuk Herrera, Rosana
title	Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden
title_short	Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden
title_full	Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden
title_fullStr	Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden
title_full_unstemmed	Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden
title_sort	un método para tratar con el problema de cluster-aliasing en robots que aprenden
publishDate	2001
url	http://sedici.unlp.edu.ar/handle/10915/23419
work_keys_str_mv	AT matukherrerarosana unmetodoparatratarconelproblemadeclusteraliasingenrobotsqueaprenden AT santosjuanmiguel unmetodoparatratarconelproblemadeclusteraliasingenrobotsqueaprenden
bdutipo_str	Repositorios
_version_	1764820465900060674

Un método para tratar con el problema de Cluster-Aliasing en robots que aprenden

Ejemplares similares