強化学習における状態空間構成方法に関する考察

カテゴリ: 部門大会

論文No: GS12-1

グループ名: 【C】平成22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: 2010/09/02

タイトル(英語): A Considaration on Construction Methods of State Space of Profit Sharing

著者名: 下川 達也(鹿児島大学),宮島 廣美(鹿児島大学),重井 徳貴(鹿児島大学)

著者名(英語): Tatsuya Shimokawa(Kagoshima University),Hiromi Miyajima(Kagoshima University),Noritaka Shigei(Kagoshima University)

キーワード: 強化学習|Profit Sharing|状態空間|連続値空間|基底関数自己組織化マップ|Reinforcement Learning|Profit Sharing|State Space|Continuous State Space|Basis FunctionSelf-Organizing Map

要約(日本語): 強化学習とは,教師データを必要としない機械学習の一種である.　強化学習では学習した情報である重みを状態空間に配置していくことで学習を行うのだが,この状態空間の構成方法によって,学習効率に変化が生じることが分かっている.　本研究では,状態空間の構成方法として,自己組織化マップ,基底関数を応用した方法を用い,これらの比較を行う.また,後者に対する改善策を提案し,その有効性を検討する.

PDFファイルサイズ: 6,362 Kバイト