未探索開拓型Q-learningの提案

カテゴリ: 部門大会

論文No: GS1-1

グループ名: 【C】平成29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: 2017/09/06

タイトル(英語): Adventure in a unexplored state Q- learning

著者名: 河原崎 俊之祐(神奈川大学),瀬古沢 照治(神奈川大学)

著者名(英語): Shunnosuke Kawarasaki|Teruji Sekozawa

キーワード: 機械学習|強化学習|Q学習|行動選択|行動履歴探索|Machine learning|Reinforcement learning|Q-learning|Action select|Action historySearch

要約(日本語): Q-learningの利点として、実用的な問題に対して広範囲で適用可能であることが挙げられる。しかし、Q‐learningは、多くの学習時間を必要とし学習が遅いという問題がある。また、学習の高速化を目指し知識利用を重視すると探索が進まないという欠点が生じる。そこで本研究ではエージェントが行動履歴を持ち、予め未知の状態へ冒険的に探索を進めて行く方法を提案する。提案手法は学習の高速化に有効であり最短経路を高速に得ることが確認された。

PDFファイルサイズ: 1,345 Kバイト