2本腕バンディット問題を解くアナログ集積回路の試作

カテゴリ: 研究会(論文単位)

論文No: ECT24012

グループ名: 【C】電子・情報・システム部門 電子回路研究会

発行日: 2024/03/18

タイトル(英語): Design of Analog integrated Circuit Solving the Two-Armed Bandit Problem

著者名: 中條 洋資(明治大学),森 光平(明治大学),和田 和千(明治大学),関根 かをり(明治大学),原 紳介(情報通信研究機構),笠松 章史(情報通信研究機構),成瀬 誠(東京大学)

著者名(英語): Yosuke Nakajo(Meiji University),Kohei Mori(Meiji University),Kazuyuki Wada(Meiji University),Kawori Sekine(Meiji University),Shinsuke Hara(National Institute of Information and Communications Technology),Akifumi Kasamatsu(National Institute of Information and Communications Technology),Makoto Naruse(The University of Tokyo)

キーワード: バンディット問題|アナログ回路設計|集積化|bandit problem|analog circuit design|integration

要約(日本語): 強化学習の問題の1つに，バンディット問題がある．先行研究においてこの問題を解くアナログ回路を個別電子部品により6MHzでの動作を実現できた．本論文では，より高速の動作を目指して標準CMOSを用いて集積化を行っている．構成要素である比較器と選択回路は寄生容量による遅延時間を抑える設計をし，履歴積算回路においてはスロットマシンの選択の偏りを軽減するために内部のチャージポンプの充放電電流が等しくなる設計をした．本稿では集積回路のレイアウトとその評価基板の製作について報告をする．

要約(英語): One of the most fundamental tasks in reinforcement learning is the bandit problem. In our previous research, we realized an analog circuit for solving this problem using discrete component and confirmed its operation at 6 MHz. In this paper, we design an integrated circuit using standard CMOS, which is even faster than the circuit in the previous research. The Comparator and Selection circuit of the component were designed to minimize delay time due to parasitic capacitance, and the History storage counter was designed to equalize the charge and discharge currents of the internal charge pump to reduce bias in slot machine selection. This paper reports on the layout of integrated circuits and the production of their evaluation boards.

本誌: 2024年3月21日-2024年3月22日電子回路研究会

本誌掲載ページ: 11-16 p

原稿種別: 日本語

PDFファイルサイズ: 9,979 Kバイト