ARTニューラルネットワークによる強化学習のための状態生成器の改良

スポンサーリンク

概要

論文の詳細を見る
強化学習の研究では"探査と知識利用の間のトレードオフ"がしばしば議論される。これは、探査と知識利用が解のクオリティと学習効率の向上にそれぞれ影響するためである。以前、我々が提案したARTニューラルネットワークに基づく適応的な状態空間の分割法は、解のクオリティと学習効率のバランスという観点からも有用な方法である。しかし、探査強度が大きくなり過ぎると学習効率が急激に低下する傾向がある。さらに、適切な探査強度は一般的に不明であるため、これは解決すべき問題であるといえる。そこで本論文では、ARTに2つの学習フェーズを用意することで、探査強度に対して耐性を持つように従来法を改良する。
2005-06-16

著者

関連論文

もっと見る

スポンサーリンク