強化学習における不完全知覚検出を用いた問題空間分割

カテゴリ: 部門大会

論文No: TC15-3

グループ名: 【C】平成24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: 2012/09/05

タイトル(英語): Partitioned Problem Space by using detection of perceptual aliasing for Reinforcement Learning

著者名: 神 由希子(横浜国立大学),濱上 知樹(横浜国立大学)

著者名(英語): Yukiko Jin(Yokohama National University),Tomoki Hamagami(Yokohama National University)

キーワード: 強化学習|不完全知覚|Reinforcement Learning|perceptual aliasing

要約(日本語): 情報量エントロピを用いて不完全知覚状態を検知・回避する学習法として問題空間の分割を行う学習法を検討した。不完全知覚回避として不完全知覚と検知された観測においては複素数の評価値を持った複素Profit Sharingの組込を提案した。不完全知覚の有無により分割し価値の複素化を行ったが，初期位相の設定により通常のProfit Sharingより学習性能が悪化するするなどの問題が生じた。そこで，不完全知覚の回避方法として，不完全知覚であるかどうかではなく不完全知覚を含めた一定の区間で問題空間を分割し，階層的にとらえる手法を検討する。また，不完全知覚判定をランダム行動選択中に表れる観測エントロピ分布の特徴により不完全知覚の検知を行うというものから，通常のProfit Sharing学習中に得られるデータより順次不完全知覚判定法の検討を行った。

PDFファイルサイズ: 3,315 Kバイト