強化学習における「認知の歪み」を利用した役割分化の促進：周期的に負の値をとる学習率に関する基礎的検討

カテゴリ: 部門大会

論文No: GS9-1

グループ名: 【C】2019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: 2019/08/28

タイトル(英語): A Promoting Method of Role Differentiation Using "Cognitive Distortion" in Reinforcement Learning: A Basic Study of the Learning Rate Getting Periodically Negative Value

著者名: 永吉 雅人(新潟県立看護大学),エルダトン サイモン(新潟県立看護大学),玉置 久(神戸大学)

著者名(英語): Masato Nagayoshi|Simon Elderton|Hisashi Tamaki

キーワード: 強化学習|役割分担|認知の歪み|揺らぎ|個性創出負の学習率|reinforcement learning|role differentiation|cognitive distortion|waveform changing|individuality creationnegative learning rate

要約(日本語): 筆者らは，強化学習エージェントにおける個性の創出を目指して，「認知の歪み」に注目し，それを模倣したメタパラメータを波形変化（浮き沈み）するメタパラメータである揺らぎパラメータの導入を提案している。本稿では計算機実験により，マルチエージェントタスクの一つである追跡問題において，学習率が周期的に負の値をとる場合の影響を確認する。

PDFファイルサイズ: 717 Kバイト