ニューロンの生成削除機能を有したニューラルネットワークによる強化学習

カテゴリ: 部門大会

論文No: MC2-5

グループ名: 【C】平成26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: 2014/09/03

タイトル(英語): Reinforcement Learning which Consists of Neural Network Model Equipped with Function Generating and Eliminating Neurons

著者名: 幸田 憲明(松江工業高等専門学校),松井 伸之(兵庫県立大学)

著者名(英語): Noriaki Kouda(Matsue National College of Technology),Nobuyuki Matsui(University of Hyogo)

キーワード: 強化学習|連続値|RCEモデルRCEモデル|Reinforcement learning|Continous value|RCE model

要約(日本語): 実環境下で適用する強化学習器は，実環境の状態を表しているアナログ値を直接扱えることが重要と考えられる．この連続値であるアナログ値を扱うために，ニューラルネットワークを利用した強化学習が研究されているが，従来の階層型ニューラルネットワークではネットワーク構成が固定であり，制御則を獲得できる学習量が通常予測できない強化学習では，最適なニューロン数を有するネットワーク構成を事前に予想することは困難である．そこで我々は，ニューロンの生成機能を原理的に有するRCEモデルを適用した強化学習を提案してきた．この提案強化学習では従来のRCEモデルがニューロンの生成のみ行うのに対し，強化学習の評価関数を利用した削除機能を追加，学習状況によってネットワーク構成が変化していくことが可能となっている．本報告では提案する強化学習について事前設定が必要なパラメータに対する依存度等の評価を行ったので報告する．

PDFファイルサイズ: 557 Kバイト