五十嵐 治一

方策こう配法を用いた行動学習：環境のダイナミクスと行動知識とを分離した方策の表現（共著） 

計測自動制御学会第35回知能システムシンポジウム資料 230-235 2008年  

複数のMRFモデルを用いた特定オブジェクトの切り出し（共著） 

平成20年電気学会全国大会講演論文集 3 90-91 2008年  

方策勾配法における状態空間の階層化の一考察（共著） 

人工知能学会第27回SIG-Challenge研究会資料 7-12 2008年  

移動型ロボットにおける動作特性と行動知識の分離（共著） 

人工知能学会第27回SIG-Challenge研究会資料 29-32 2008年  

方策勾配法を用いたサッカーエージェントの学習：パス選択（共著） 

第13回ゲーム・プログラミング ワークショップ論文集 2008(11) 167-174 2008年  

Learning of Soccer Player Agents Using a Policy Gradient Method: Coordination between Kicker and Receiver during Free Kicks（共著） 

Proceedings of 2008 International Joint Conference on Neural Networks (IJCNN 2008) 46-52 2008年  

Behavior Learning Based on a Policy Gradient Method: Separation of Environmental Dynamics and State Values in Policies（共著） 

PRICAI2008, Proceedings Lecture Notes in Computer Science 5351 164-174 2008年  

Reinforcement Learning in Non-Markov Decision Processes: Statistical Properties of Characteristic Eligibility（共著） 

The Research Reports of Shibaura Institute of Technology, Natural Sciences and Engineering 52(2) 1-7 2008年  

Behavior Learning Based on a Policy Gradient Method: Separation of Environmental Dynamics and State Values in Policies 

PRICAI2008, Proceedings Lecture Notes in Computer Science 5351 164-174 2008年  

Reinforcement Learning in Non-Markov Decision Processes: Statistical Properties of Characteristic Eligibility 

The Research Reports of Shibaura Institute of Technology, Natural Sciences and Engineering 52(2) 1-7 2008年  

非マルコフ決定過程における方策勾配法の一考察：カーリングの事例（共著） 

電子情報通信学会技術報告 106(588) 179-184 2007年  

方策こう配法を用いた行動学習：方策中での状態遷移確率の表現と学習（共著） 

計測自動制御学会第34回知能システムシンポジウム資料 17-22 2007年  

方策勾配法における目的関数の合成と追跡問題への適用（共著） 

人工知能学会研究会資料 SIG-KBS-A604 49-55 2007年  

Ｑ学習を用いた制約付巡回セールスマン問題の解法（共著） 

人工知能学会第25回SIG-Challenge研究会資料 70-73 2007年  

方策勾配法を用いたサッカーエージェントの学習:フリーキック時の壁パス（共著） 

人工知能学会第25回SIG-Challenge研究会資料 74-79 2007年  

背景色を利用したマーカ色抽出と全方位移動型ロボットの制御:RoboCup小型リーグ（共著） 

人工知能学会第25回SIG-Challenge研究会資料 80-83 2007年  

方策勾配法を用いた行動学習：動作特性と行動知識の分離（共著） 

第25回日本ロボット学会学術講演会予稿集(CD-ROM) 2007年  

非マルコフ決定過程における強化学習―特徴的適正度の統計的性質―（共著） 

電子情報通信学会論文誌D J90-D(9) 2271-2280 2007年