分節化された状態空間での報酬伝播によるゲーム学習の加速
スポンサーリンク
概要
- 論文の詳細を見る
ヒトは外界の現象を連続的現象として認識・記述できるが,同時に特徴的な事象を認識して時空間的に分節化することにより,現象の離散的な記述を行うことが出来る.そして,この離散的な情報表現を利用することで効率的な問題解決を可能にしている.本研究では,分節化された状態空間において環境から得られた報酬をずはやく伝播させることにより,目標状態へ達する為の重要な経過点となる状態を発見できることを示す.また、この手法で得られた重要状態に副報酬を設定することにより,強化学習が加速することを,単純なTVゲームの学習で示す.
- 2004-03-12
著者
-
大森 隆司
北海道大学複雑系工学講座表現系工学研究室
-
長田 悠吾
東京大学大学院総合文化研究科
-
石川 悟
北星学園大学文学部
-
森川 幸治
パナソニック株式会社 先端技術研究所
-
石川 悟
北海道大学情報科学研究科
-
大森 隆司
北海道大学
-
大東 優
北海道大学大学院情報科学研究科
-
森川 幸治
松下電器産業株式会社先端技術研究所知能情報技術研究所
-
長田 悠吾
北海道大学大学院情報科学研究科
-
森川 幸治
松下電器産業(株)
関連論文
- ロボカップ@ホーム : 人とロボットの共存を目指して(ロボカップ12年)
- 鬼ごっこゲームを題材とした幼児の行動決定過程のモデルベース評価
- 協調課題における意図推定に基づく行動決定過程のモデル的解析(ヒューマンモデル,人とエージェントのインタラクション論文)
- 自動車運転場面における危険知覚の脳過程
- 投機的モデル当てはめによる学習の高速化
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析--危険予測に基づく運転者モデルの評価に向けて (ヒューマン情報処理)
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析--危険予測に基づく運転者モデルの評価に向けて (パターン認識・メディア理解)
- 歩行動作における表情特徴の転移の研究(HIPテーマ及び一般(1),顔・ジェスチャの認識・理解)
- 意図推定に基づく行動決定戦略の動的選択による協調行動の計算モデル化
- 聴覚事象関連電位への神経デコーディングの適用 : 統計的識別手法の比較と脳波分析方法としての評価(脳機能計測と基礎心理学)
- 複数の行動予測器を用いたmatching pennies gameにおける行動決定過程の推定
- 幼児の行動解析に基づく認知発達過程のモデル化 : タスクの実行機能とその制御機構のモデル化を目指して(企画セッション: 進化・発進の現象とモデル, 進化・発進の現象とモデル, 一般)
- 幼児の注意配分のモデルベース推定の試み : 鬼ごっこゲームを題材として(HIPテーマ及び一般(1),顔・ジェスチャの認識・理解)
- O-2D-4 チンパンジー乳児における顔図形認識(日本動物心理学会第61回大会発表要旨)
- 部分環境モデルの組み合わせによるすばやいタスクモデルの構築と多重タスク学習への適用
- 心を読むインターフェース : 認知過程の計算的実現に基づく他者理解の試み
- メタ学習による追加学習の高速化
- メタ情報の学習による追加学習の高速化
- 29th Annual Meeting of the Cognitive Science Society (CogSci 2007) & The Second European Cognitive Science Conference (EuroCogSci 07) 報告
- 鬼ごっこゲームを題材とした幼児の行動決定過程のモデルベース評価
- 運転行動から運転者の認知状態を推定する計算モデルの検討
- 円滑な対人インタラクションを実現する対象認識に応じた認知的構え調整機構のモデル化
- 円滑な対人インタラクションを実現する対象認識に応じた認知的構え調整機構のモデル化
- 対人インタラクションを支える動的な認知調整機構の計算モデル化
- 幼児の注意配分のモデルベース推定の試み : 鬼ごっこゲームを題材として(HIPテーマ及び一般(1),顔・ジェスチャの認識・理解)
- 歩行動作における表情特徴の転移の研究(HIPテーマ及び一般(1),顔・ジェスチャの認識・理解)
- 対人課題における行動のゆらぎ調整についての計算論的説明の試み
- 人の動的プランニング過程の計算モデル化の試み
- 他者意図の推定に基づく円滑な協調行動生成過程の計算モデル化
- 部分環境モデルの組み合わせによるすばやいタスクモデルの構築と多重タスク学習への適用
- アンサンブル学習における符号を保つ重み正規化手法に関する検討(研究速報)
- モーフィング加工音声を用いた自己、知人、他者音声に対する脳活動 : fMRI研究(機械学習,一般)
- 人間と人工物との対話コミュニケーションにおける発話速度の引き込み現象
- 人間と人工物との対話コミュニケーションにおける発話速度の引き込み現象 (知識ベースシステム研究会(第66回) Joint Agent Workshops & Symposium(JAWS2004)特別セッション ヒューマンエージェントインタラクション)
- 環境同定と報酬獲得のトレードオフを解消する報酬・嫌悪の二次元評価強化学習の提案
- Matchable 状況分解の Multi-Module 強化学習への適用
- キーボード演奏における聴覚フィードバック撹乱の効果 : 吃音モデル系としての可能性の検討(ニューラルネットワーク画像復元及び一般)
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析 : 危険予測に基づく運転者モデルの評価に向けて(テーマ関連,顔・人物・ジェスチャ・行動)
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析 : 危険予測に基づく運転者モデルの評価に向けて(テーマ関連,顔・人物・ジェスチャ・行動)
- P1-07 異文化接触経験が価値観に与える影響(ポスター発表)
- 自動車運転者の視線移動認知計算モデルの検証と改良
- 複数の行動要素に基づく自動車運転者の視線移動モデルの検証
- 運転行動から運転者の認知状態を推定する脳認知計算モデルの検討
- 幼児の知的発達トレースによる知能モデル構築を目指して
- O-2A-1 マサオマキザルにおける見本合わせ課題の習得(日本動物心理学会第61回大会発表要旨)
- PA20 条件性見本合わせ課題によるハトの音色弁別(日本動物心理学会第55回大会発表要旨)
- 条件性見本合わせ課題を用いたハトにおける音色弁別学習
- 動的環境下における人の適応的プランニングの計算モデル化
- 統計的識別による聴覚誘発電位の特徴分析(機械学習,一般)
- 全方位画像列を用いた移動立体視による三次元空間のタグ記述化
- 文法メタ知識による語彙学習加速のコネクショニストモデル
- 類似するタスク群への即応性のための知識再利用モデル(NC一般セッション(3))(認識と学習,模倣学習)
- 類似するタスク群への即応性のための知識再利用モデル(NC一般セッション(3))(認識と学習,模倣学習)
- 脳と心のメカニズム 冬のワークショップ 報告
- 第50回AIセミナー : IT研究者・技術者のキャリアプランニングとマネジメント(アーティクル)
- 分節化された状態空間での報酬伝播によるゲーム学習の加速
- 予測ベース強化学習に基づくゲーム学習の加速 : プランニング行動の発生に向けて(心理実験データに基づく視覚過程の分析とモデル化)
- 心的負荷と学習進度に基づく複数の行動決定手続きの切り換えモデル
- ナビゲーション問題における強化学習手続きの獲得の研究
- 人と機器と環境の相互作用を考慮したトライフェースの提案
- 人と機器と環境の相互作用を考慮したトライフェースの提案
- 協調タスクにおける他者の意図の認識と学習
- 環境および人との相互作用を通じて発達・成長するシステムの実現
- 幼児の語彙獲得ルールの発達的変化のモデル化 : 語順情報に基づくカテゴリー知識の利用方略の発生
- ゲーム学習における解発見に向けたモデルベースの状態空間分節化
- 幼児の動詞意味推論処理のモデルベース解析
- 幼児の動詞意味推論の発達的変化のモデル化
- 語彙獲得における即時学習則の適用条件モデル
- 多属性情報による言語形成モデル
- 文法を利用した語彙獲得における加速現象の脳モデル化
- 文法的位置をキーとした幼児語彙獲得の加速過程のモデル化
- インテリジェントハウスにおける行動時系列の尤度を用いた異常検出
- 「特集 : シンボル使用の比較脳科学」編集にあたって
- 刺激反応適合性課題における要因間相互作用のモデル化 : Cognitive Controlの理解を目指して(一般, 進化・発進の現象とモデル, 一般)
- 実環境ナビゲーションタスクへの即応性のための知識再利用型学習システムの提案(バイオサイバネティックス, ニューロコンピューティング情報論的学習理論論文)
- 脳型と呼ばれる情報処理の定式化とその計算アーキテクチャ化を目指して : タスク認識に基づく即応的FPCの試み(NC企画セッション : ニューロハードウェア)
- 脳型と呼ばれる情報処理の定式化とその計算アーキテクチャ化を目指して : タスク認識に基づく即応的FPCの試み(企画セッション : ニューロハードウェア)
- 機能部品組合せモデルによるナビゲーション行動学習処理の獲得方式の提案(バイオサイバネティックス,ニューロコンピューティング)
- 脳の多数の機能領野の組み合わせによる問題解決過程のモデル化
- 類似するタスク群への即応性のための知識再利用モデル
- [招待講演]脳における手続きの獲得モデル
- 脳と心のメカニズム 冬のワークショップ2003報告
- P-1-26 デンショバトのプロトタイプ学習(日本動物心理学会第58回大会発表要旨)
- モデル選択問題に対する人間の解発見方略のモデル化及びマルチエージェント環境への適用
- 機器乗換え時の操作における事前使用機器の影響
- 変化検出を要する学習課題における人の行動調査と変化検出モデルの提案(ヒトの行動とモデル,神経ダイナミクス,一般)
- 人間の学習対象変化の検出に関する仮説検証とそのモデル化
- 人間行動に着想を得た突然かつ重大な学習対象変化の検出法(人工知能,認知科学)
- フサオマキザルにおける階層的概念獲得とシンボル間関係の理解 (特集 動物の認知)
- 2P012 フサオマキザルにおける概念獲得とシンボル使用
- P-2-19 フサオマキザルにおける概念獲得
- P-2-9 ハトにおける音色カテゴリー弁別学習(日本動物心理学会第57回大会発表要旨)
- 計算モデルを用いた幼児の行動決定過程の推定と特徴分類
- P-2-32 食物に対するリスザルのTail Use(日本動物心理学会第59回大会発表)
- P-1-04 ハトの聴覚カテゴリー弁別学習(日本動物心理学会第58回大会発表要旨)
- 機能発見のための探索的インタラクションにおける状態遷移と状態理解に関する教示の影響(ユーザ状態推定,人とエージェントのインタラクション論文)
- 不快音圧レベル推定のための純音ペア刺激に対する誘発電位の特徴量分析(一般,複雑系とニューロコンピューティング)
- 80dB HL以下の3連音に対する聴覚誘発電位を用いた中等度難聴者の不快閾値推定
- Investigation of Decision-making in Social Interaction
- 不快音圧レベル推定のための純音ペア刺激に対する誘発電位の特徴量分析