環境の特徴抽出を用いたQ学習の効率化方式

カテゴリ: 研究会(論文単位)

論文No: IS19044

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2019/05/28

タイトル(英語): An efficient method of Q-Learning using feature extraction of environment

著者名: 匂坂 航(神奈川大学大学院),瀬古沢 照治(神奈川大学大学院)

著者名(英語): Wataru Sagisaka(Kanagawa University),Teruji Sekozawa(Kanagawa University)

キーワード: 機械学習|強化学習|特徴抽出|行動選択|迷路探索|Machine learning|Reinforcement learning|Feature extraction|Action select|Maze search

要約(日本語): Q学習は学習エージェントと環境の間の相互作用を通して学習を行う手法である。しかし、Q学習は試行錯誤的な探索を行うために、学習が遅いという問題がある。本研究は、あらかじめ様々な環境に対して環境の特徴を抽出することで、知識を獲得するためのメタ知識の獲得と表現を目指す。さらに、特定の環境に対して有効な戦略や価値関数を自ら設定するエージェントを構築することでQ学習の効率化を提案する。

要約(英語): In this study, we propose the efficient method of Q-Learning. The method of Q-learning is among the most common approaches to reinforced learning. However, Q-learning suffers from the drawback that the learning process is slow, requiring long training times. Extract the features of the environment to solve the problem.

原稿種別: 日本語

PDFファイルサイズ: 1,402 Kバイト