不完全知覚を含む迷路問題におけるサブゴール決定法の考察

カテゴリ: 研究会(論文単位)

論文No: ST10005

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2010/12/04

タイトル(英語): A Study of Sub-goal Selection Rule for Maze Tasks which Include Perceptual Aliasings

著者名: 山崎 惇広(横浜国立大学),濱上 知樹(横浜国立大学)

著者名(英語): Yamazaki Atsuhiro(Yokohama National University),Hamagami Tomoki(Yokohama National University)

キーワード: 強化学習|不完全知覚|複素強化学習|ＨＱ－ｌｅａｒｎｉｎｇ|迷路タスク|reinforcement learning |perceptual aliasing|complex-valued reinforcement learning|HQ-learning|maze tasks

要約(日本語): 多くの不完全知覚が存在する問題空間について，複数のサブタスクへ分割することで学習を可能とする強化学習手法が提案されている。しかし，事前知識を用いずに適切なサブゴールを設定することは困難である。本稿では，逐次的なサブエージェントの追加による分割と，経験に基づくサブゴールの設定方法について検討する。規模の異なる迷路問題に対し提案手法を評価し，提案手法の有効性を確認した。

要約(英語): Reinforcement learning for sequentially-partitioned problem space is proposed in order to solve perceptual aliasing problem.Though it is difficult to set suitable sub-goals.In this paper, problem partition of sequentially addition of sub-agents and sub-goal setting method based on experience are discussed.Proposed method is evaluated by using maze tasks and experimental results show the effectiveness.

原稿種別: 日本語

PDFファイルサイズ: 1,020 Kバイト