https://orsj-ml.org/orwiki/wiki/index.php?action=history&feed=atom&title=%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E4%B8%A1%E6%B1%BA%E5%AE%9A%E9%81%8E%E7%A8%8B 2026-04-13T15:14:46Z このウィキのこのページに関する変更履歴 MediaWiki 1.35.3 https://orsj-ml.org/orwiki/wiki/index.php?title=%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E4%B8%A1%E6%B1%BA%E5%AE%9A%E9%81%8E%E7%A8%8B&diff=11053&oldid=prev 2008-11-13T13:16:16Z

<p></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2008年11月13日 (木) 13:16時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l2" >2行目:</td> <td colspan="2" class="diff-lineno">2行目:</td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. 割引き率 &lt;math&gt; \beta \,&lt;/math&gt; が状態と決定に依存して「割引き関数」&lt;math&gt; \beta(s,a) \,&lt;/math&gt; になって, 負値をもとる過程を, マルコフ両決定過程という. この過程では最大化部分問題群ばかりでなく最小化部分問題群までを考えて埋め込む必要がある. このとき両最適値関数間に連立した再帰式(両帰式)が成り立つ.</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. 割引き率 &lt;math&gt; \beta \,&lt;/math&gt; が状態と決定に依存して「割引き関数」&lt;math&gt; \beta(s,a) \,&lt;/math&gt; になって, 負値をもとる過程を, マルコフ両決定過程という. この過程では最大化部分問題群ばかりでなく最小化部分問題群までを考えて埋め込む必要がある. このとき両最適値関数間に連立した再帰式(両帰式)が成り立つ.</div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">[[Category:動的・確率・多目的計画|まるこふりょうけっていかてい]]</ins></div></td></tr> </table>

Albeit-Kun https://orsj-ml.org/orwiki/wiki/index.php?title=%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E4%B8%A1%E6%B1%BA%E5%AE%9A%E9%81%8E%E7%A8%8B&diff=7040&oldid=prev 2007-07-20T02:00:12Z

<p>&quot;マルコフ両決定過程&quot; を保護しました。 [edit=sysop:move=sysop]</p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <tr class="diff-title" lang="ja"> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">2007年7月20日 (金) 02:00時点における版</td> </tr><tr><td colspan="2" class="diff-notice" lang="ja"><div class="mw-diff-empty">(相違点なし)</div> </td></tr></table>

Orsjwiki https://orsj-ml.org/orwiki/wiki/index.php?title=%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E4%B8%A1%E6%B1%BA%E5%AE%9A%E9%81%8E%E7%A8%8B&diff=4979&oldid=prev 2007-07-16T10:16:30Z

<p></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2007年7月16日 (月) 10:16時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1" >1行目:</td> <td colspan="2" class="diff-lineno">1行目:</td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>【まるこふりょうけっていかてい (Markov bidecision process)】</div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins class="diffchange diffchange-inline">'''</ins>【まるこふりょうけっていかてい (Markov bidecision process)】<ins class="diffchange diffchange-inline">'''</ins></div></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. 割引き率 &lt;math&gt; \beta \,&lt;/math&gt; が状態と決定に依存して「割引き関数」&lt;math&gt; \beta(s,a) \,&lt;/math&gt; になって, 負値をもとる過程を, マルコフ両決定過程という. この過程では最大化部分問題群ばかりでなく最小化部分問題群までを考えて埋め込む必要がある. このとき両最適値関数間に連立した再帰式(両帰式)が成り立つ.</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. 割引き率 &lt;math&gt; \beta \,&lt;/math&gt; が状態と決定に依存して「割引き関数」&lt;math&gt; \beta(s,a) \,&lt;/math&gt; になって, 負値をもとる過程を, マルコフ両決定過程という. この過程では最大化部分問題群ばかりでなく最小化部分問題群までを考えて埋め込む必要がある. このとき両最適値関数間に連立した再帰式(両帰式)が成り立つ.</div></td></tr> </table>

122.17.2.240 https://orsj-ml.org/orwiki/wiki/index.php?title=%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E4%B8%A1%E6%B1%BA%E5%AE%9A%E9%81%8E%E7%A8%8B&diff=4746&oldid=prev 2007-07-14T07:39:14Z

<p></p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2007年7月14日 (土) 07:39時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1" >1行目:</td> <td colspan="2" class="diff-lineno">1行目:</td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>【まるこふりょうけっていかてい (Markov bidecision process)】</div></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>【まるこふりょうけっていかてい (Markov bidecision process)】</div></td></tr> <tr><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td><td class='diff-marker'> </td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"></td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. 割引き率 <del class="diffchange diffchange-inline">$ </del>\beta <del class="diffchange diffchange-inline">$ </del>が状態と決定に依存して「割引き関数」<del class="diffchange diffchange-inline">$ </del>\beta(s,a) <del class="diffchange diffchange-inline">$ </del>になって, 負値をもとる過程を, マルコフ両決定過程という. この過程では最大化部分問題群ばかりでなく最小化部分問題群までを考えて埋め込む必要がある. このとき両最適値関数間に連立した再帰式(両帰式)が成り立つ.</div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. 割引き率 <ins class="diffchange diffchange-inline">&lt;math&gt; </ins>\beta <ins class="diffchange diffchange-inline">\,&lt;/math&gt; </ins>が状態と決定に依存して「割引き関数」<ins class="diffchange diffchange-inline">&lt;math&gt; </ins>\beta(s,a) <ins class="diffchange diffchange-inline">\,&lt;/math&gt; </ins>になって, 負値をもとる過程を, マルコフ両決定過程という. この過程では最大化部分問題群ばかりでなく最小化部分問題群までを考えて埋め込む必要がある. このとき両最適値関数間に連立した再帰式(両帰式)が成り立つ.</div></td></tr> </table>

222.225.128.87 https://orsj-ml.org/orwiki/wiki/index.php?title=%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E4%B8%A1%E6%B1%BA%E5%AE%9A%E9%81%8E%E7%A8%8B&diff=4148&oldid=prev 2007-07-13T03:12:22Z

<p>新しいページ: &#039;【まるこふりょうけっていかてい (Markov bidecision process)】 いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. ...&#039;</p> <p><b>新規ページ</b></p><div>【まるこふりょうけっていかてい (Markov bidecision process)】<br /> <br /> いわゆるマルコフ決定過程では割引き総利得の期待値を最大化している. 割引き率 $ \beta $ が状態と決定に依存して「割引き関数」$ \beta(s,a) $ になって, 負値をもとる過程を, マルコフ両決定過程という. この過程では最大化部分問題群ばかりでなく最小化部分問題群までを考えて埋め込む必要がある. このとき両最適値関数間に連立した再帰式(両帰式)が成り立つ.</div>

122.17.2.240