マクロアクション生成機能を有する強化学習エージェントモデル

カテゴリ: 部門大会

論文No: GS15-2

グループ名: 【C】平成19年電気学会電子・情報・システム部門大会講演論文集

発行日: 2007/09/04

タイトル(英語): Reinforcement Learning Agent Model with Function of Generating Macro-Actions

著者名: 恩田 宏(神戸大学),小澤 誠一(神戸大学)

著者名(英語): Hiroshi Onda(Kobe University),Seiichi Ozawa(Kobe University)

キーワード: マクロアクション|強化学習|ニューラルネットワーク|知識移転|逐次学習|macro-actions|reinforcement learning|neural networks|knowledge transfer|sequential learning

要約(日本語): マクロアクションとは,複数の異なるタスクに対して高い報酬を期待できるタスクに依存しない行動系列であり,これを学習過程で抽出・利用できれば,未知タスクの学習速度を向上できる期待される.本研究では,村田らが開発したマクロアクション生成モデルに次の機能を加えて拡張する.(1)タスク間に共通したエージェントの状態系列の抽出機能,(2)抽出された状態系列からマクロアクションを選別し,エージェントの行動として組み込む機能.Grid Worldでの迷路問題を取り上げ,組み込んだ機能を評価するシミュレーション実験を行なった.その結果,村田らの手法に比べ学習初期段階において学習の高速化が確認できた.

PDFファイルサイズ: 3,442 Kバイト