多戦略学習手法MS-RL : 環境変動下におけるロバストな学習エージェントの実現

スポンサーリンク

概要

論文の詳細を見る
本研究の目的は、学習条件が変動する動的環境でロバストかつ柔軟な学習エージェントの実現である。未知環境においてエージェントがロバストに行動する為に要求されるのは、収束に多量の時間を要する最適性ではなく、エージェントにおいて実現可能な限られた時間においての学習効率や, 環境の変動に対する適応や再学習能力である。しかし、このような変化する環境において、単一で静的/不変な条件を仮定した, 従来の強化学習アルゴリズムを用いると、対応ができずに学習パフォーマンスが大幅に低下するという問題が発生する。そこで本研究では、複数の異なる強化学習アルゴリズムを並列に実行する, 多戦略並列強化学習手法を提案する。
1999-01-12

著者

関連論文

もっと見る

スポンサーリンク