木村 元

強化学習による４足ロボットの歩行動作獲得 

電気学会 電子情報システム部門誌 122(3) 330-337 2002年  

Reinforcement learning of walking behavior for a four-legged robot 

Proceedings of the 40th IEEE Conference on Decision and Control 2001年  

２分木構造のActor-Criticによる２自由度ロボットの強化学習 

計測自動制御学会第１３回自律分散システムシンポジウム 117-122 2001年  

強化学習による多足歩行ロボットの実現 

計測自動制御学会第１３回自律分散システムシンポジウム 111-116 2001年  

ＧＡによる並列二重倒立振子の振り上げ安定化制御 

計測自動制御学会第１３回自律分散システムシンポジウム 277-282 2001年  

報酬の分散を推定するＴＤアルゴリズムとMean-Variance強化学習法の提案 

人工知能学会論文誌 16 353-362 2001年  

強化学習による上下水道系の制御 

計測自動制御学会第２８回知能システムシンポジウム 191-196 2001年  

トランザクション処理におけるタイムアウト間隔の学習 

計測自動制御学会第２８回知能システムシンポジウム 257-262 2001年  

強化学習による２アクチュエータ５リンク環状ロボットの移動動作獲得 

第１９回日本ロボット学会学術講演会 2001年  

Reinforcement learning of walking behavior for a four-legged robot 

Proceedings of the 40th IEEE Conference on Decision and Control 2001年  

Reinforcement learning in2 degree of freedom robots using binary-tree actor-critic algorithms 

13th SICE Symposium on Decentralized Autonomous Systems 117-122 2001年  

A realization of walking robot using reinforcement learning 

13th SICE Symposium on Decentralized Autonomous Systems 111-116 2001年  

GA-based control for swinging up and stabilizing parallel double inverted pendulum 

13th SICE Symposium on Decentralized Autonomous Systems 277-282 2001年  

TD algorithm for the variance of return and mean-variance reinforcement algorithm 

Journal of Japanese Society for Artificial Intelligence 16(3) 353-362 2001年  

Control of water supply and swage system using reinforcement learning 

28th SICE Symposium on Intelligent Systems 191-196 2001年  

Controlling timeout period adaptively on the transaction processing using reinforcement learning 

28th SICE Symposium on Intelligent Systems 257-262 2001年  

Actorに適正度の履歴を用いたActor-Criticアルゴリズム--不完全なValue-Functionのもとでの強化学習 

人工知能学会誌 5(2) 267-275 2000年  

確率的２分木の行動選択を用いた強化学習による多数の類似行動の扱いについて 

計測自動制御学会 第27回知能システムシンポジウム 111-116 2000年