コミュニケーションの強化学習におけるノイズ付加による連続値信号の離散化

概要

論文の詳細を見る
筆者は,シンボルグラウンディング問題を解決するためには,シンボル処理とパターン処理を分けずに行う必要があり,そのためには,ニューラルネットを用いることが最良であると考えている.しかしながら,ニューラルネットはシンボル処理が苦手であると一般的に考えられている.本研究では,ニューラルネットを強化学習で学習させることによって必要に応じてシンボルが創発する可能性を探ることを目的とする.そこで,2エージェント間の一方向コミュニケーションを強化学習で学習する非常に単鈍なタスクを考え,発信側でのアナログコミュニケーション信号の生成と,受信側での受け取った信号からの行動生成をともにニューラルネットで行った.そして,信号伝達時にノイズを付加すると,単に強化学習に基づいてそのニューラルネットを学習させるだけで,学習可能なノイズレベルの範囲内において,ノイズレベルの増大とともに発信側では信号が離散化され,受信側でも受け取った信号から行動を離散化する傾向があり,結果的にノイズ付加による性能低下が抑えられることを示した.また,ニューラルネットをリカレントとすることで,信号の離散化がさらに促進されることを示した.
社団法人電子情報通信学会の論文
2004-03-12

著者

柴田克成
大分大学工学部電気電子工学科

コミュニケーションの強化学習におけるノイズ付加による連続値信号の離散化

スポンサーリンク

概要

著者

関連論文

スポンサーリンク