強化学習タスク例題 （Javaアプレット）

  1. 迷路問題： 〜強化学習のベンチマークの定番〜
    問題設定の詳細とデモ
    迷路問題をQ-learningで学習する
  2. 水たまり問題 (Sutton's Puddle World): 〜状態空間が連続値〜
    問題設定の詳細とデモ
  3. タクシーの例題： 〜状態遷移の不確実性が大きい場合〜
    問題設定の詳細とデモ
    タクシーの例題をQ-learningで学習する
  4. サーバアクセスコントロールの例題： 〜状態遷移の不確実性と状態空間が大きい場合〜
    問題設定の詳細とデモ
  5. 尺取虫ロボットの前進制御規則獲得： 〜なんとなく生物っぽい〜
    問題設定の詳細とデモ
    オンラインで強化学習を行うデモ（ICML97にて発表）
  6. 倒立振子の振り上げ制御規則獲得： 〜状態空間も行動空間も連続値〜
    状態空間2次元の問題設定とデモ
    状態空間4次元の問題設定とデモ

強化学習 (Reinforcement Learning) とは？
デモンストレーション：強化学習を実ロボットへ適用