Matchable状況分解に基づくMulti-module強化学習による移動ロボットの経路探索

スポンサーリンク

概要

論文の詳細を見る
未知なる環境下で学習的に行動する汎用的な知能システムの実現には、多様なセンサ情報の取得が必要である。しかし、従来の学習システムは全てのセンサ情報を用いて学習を行なう為組合せ爆発により、時間、資源等を大きく消費するだけでなく、不必要な情報がノイズとなって、学習の効率を悪くする可能性がある。これに対し従来は、センサのうちのいくつかを環境中の状況に合わせて人間がモジュールとしてまとめ、それらを適宜に使用、学習させる事で解決していた。しかし、この方法では環境中に状況が混在する場合、設計者に対する負担が大きい。そこで我々は、環境中に混在する全ての状況毎に、そのとき有用な情報源からの入力を受けるモジュールを用意し、それらモジュールの選択と選択されたモジュールの学習を自律的に行なうシステムの概念を提案する。そして、提案システムの評価として学習時間および、未知なる環境に対する適応性について従来のシステムと比較を行ない、優位性を確認した。
社団法人電子情報通信学会の論文
2000-03-13

著者

関連論文

もっと見る

スポンサーリンク