Cross-improvement design among cognition, infrastructure, and system toward the realization of a resilient urban transport function

认知、基础设施和系统的交叉改进设计，实现弹性城市交通功能

基本信息

批准号：
16H02907
负责人：
Arai Sachiyo
金额：
$ 9.73万
依托单位：
Chiba University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2016
资助国家：
日本
起止时间：
2016-04-01 至 2019-03-31
项目状态：
已结题

项目摘要

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

協調行動の獲得に向けた逆強化学習の導入

引入反向强化学习来获取合作行为

DOI：
发表时间：
2017
期刊：
影响因子：
0
作者：
本木雄斗荒井幸代
通讯作者：
本木雄斗荒井幸代

期待報酬ベクトルの非線形スカラー化による多目的強化学習アルゴリズム

使用期望奖励向量的非线性标量化的多目标强化学习算法

DOI：
发表时间：
2017
期刊：
影响因子：
0
作者：
齋竹良介;竹木祥太;荒井幸代
通讯作者：
荒井幸代

異なる評価法によるリスク態度の変化：意思決定者の信念推定に基づく認知プロセスの分析

不同评价方法导致的风险态度变化：基于决策者信念估计的认知过程分析

DOI：
发表时间：
2017
期刊：
影响因子：
0
作者：
大貫祐大郎・本田秀仁・松香敏彦・植田一博
通讯作者：
大貫祐大郎・本田秀仁・松香敏彦・植田一博

Estimation of reward function maximizing learning efficiency in inverse reinforcement learning

逆强化学习中最大化学习效率的奖励函数估计

DOI：
发表时间：
2018
期刊：
影响因子：
0
作者：
Yuki Kitazato; Sachiyo Arai
通讯作者：
Sachiyo Arai

地図課題対話において発話の理解はどのように示されるか?

地图任务对话中如何表现出对话语的理解？

DOI：
发表时间：
2016
期刊：
影响因子：
0
作者：
川端良子;松香敏彦;伝康晴
通讯作者：
伝康晴

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

Arai Sachiyo其他文献

Learning Cooperative Policy among Self-Driving Vehicles for Reducing Traffic Jams

学习自动驾驶车辆之间的合作政策以减少交通拥堵

DOI：
10.1527/tjsai.d-i55
发表时间：
2019
期刊：
影响因子：
0
作者：
Ishikawa Shota;Arai Sachiyo
通讯作者：
Arai Sachiyo

Multi-objective deep inverse reinforcement learning for weight estimation of objectives

用于目标权重估计的多目标深度逆强化学习

DOI：
10.1007/s10015-022-00773-8
发表时间：
2022
期刊：
影响因子：
0.9
作者：
Takayama Naoya;Arai Sachiyo
通讯作者：
Arai Sachiyo

Sequential Estimation of Damaged Portions of Water Pipe by Utilizing Real-time Information

利用实时信息对水管损坏部分进行顺序估计

DOI：
10.1016/j.physrep.2016.09.002
发表时间：
2016
期刊：
ArXiv
影响因子：
0
作者：
Saitake Ryosuke;Arai Sachiyo
通讯作者：
Arai Sachiyo

Multi-objective deep inverse reinforcement learning for weight estimation of objectives

用于目标权重估计的多目标深度逆强化学习

DOI：
10.1007/s10015-022-00773-8
发表时间：
2022
期刊：
影响因子：
0.9
作者：
Takayama Naoya;Arai Sachiyo
通讯作者：
Arai Sachiyo

Arai Sachiyo的其他文献

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

相似海外基金

計測・通信品質が保証されない環境下の多目的フィードフォワード最適制御と強化学習

测量和通信质量无法保证环境下的多目标前馈最优控制和强化学习

批准号：
21H01353
财政年份：
2021
资助金额：
$ 9.73万
项目类别：
Grant-in-Aid for Scientific Research (B)

Reward occurence probability vector space that Visualizes the distribution of whole learning results of multi-objective reinforcement learning

可视化多目标强化学习整体学习结果分布的奖励出现概率向量空间

批准号：
20K11946
财政年份：
2020
资助金额：
$ 9.73万
项目类别：
Grant-in-Aid for Scientific Research (C)

Acquisition of Action Strategies by Deep Reinforcement Learning: Recovery Planning for Company's Earthquake and Tsunami Damage

通过深度强化学习获取行动策略：公司地震和海啸损失的恢复规划

批准号：
20K15001
财政年份：
2020
资助金额：
$ 9.73万
项目类别：
Grant-in-Aid for Early-Career Scientists