Memorias de investigación
Ponencias en congresos:
Cooperative off-policy prediction of markov decision processes in adaptive networks
Año:2013
Áreas de investigación
  • Tecnología electrónica y de las comunicaciones
Datos
Descripción
We apply diffusion strategies to propose a cooperative reinforcement learning algorithm, in which agents in a network communicate with their neighbors to improve predictions about their environment. The algorithm is suitable to learn off-policy even in large state spaces. We provide a mean-square-error performance analysis under constant step-sizes. The gain of cooperation in the form of more stability and less bias and variance in the prediction error, is illustrated in the context of a classical model. We show that the improvement in performance is especially significant when the behavior policy of the agents is different from the target policy under evaluation.
Internacional
Si
Nombre congreso
2013 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Tipo de participación
960
Lugar del congreso
Revisores
Si
ISBN o ISSN
1520-6149
DOI
Fecha inicio congreso
26/05/2013
Fecha fin congreso
31/05/2013
Desde la página
4539
Hasta la página
4543
Título de las actas
Proceedings of ICASSP
Esta actividad pertenece a memorias de investigación
Participantes
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Grupo de Aplicaciones del Procesado de Señal (GAPS)
  • Departamento: Señales, Sistemas y Radiocomunicaciones