強化学習に基づくメタヒューリスティック法における報酬設計

カテゴリ: 部門大会

論文No: TC10-6

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Reward Setting in a Metaheuristic Framework Based on Reinforcement Learning

著者名: 飯間 等(京都工芸繊維大学),中島 裕貴(京都工芸繊維大学)

著者名(英語): Hitoshi Iima|Hiroki Nakajima

キーワード: メタヒューリスティクス|強化学習|Metaheuristics|Reinforcement Learning

要約(日本語): メタヒューリスティック法は組合せ最適化問題に対する有力な解法であるが，既存の解法は最適解やそれに近い解を必ずしも獲得できない。一方で，機械学習の分野では最適に学習できることが理論的に証明されている強化学習が注目を集めている。このような背景から，著者らは強化学習の概念を導入したメタヒューリスティック法を以前に提案した。しかし，この解法における報酬の設計では最適方策が最適解に対応しておらず，したがって最適に学習を行っても最適解が発見できない可能性がある。そこで，本稿では，最適方策が最適解に対応するように報酬を設計したメタヒューリスティック法を提案する。

PDFファイルサイズ: 344 Kバイト