段階的な視覚をもつエージェントにおける強化学習について : 追跡問題を例にして

概要

論文の詳細を見る
自律的な行動と学習を行うエージェントの研究においては,エージェントの視覚は絶対座標に基づいており,正確な情報が入る範囲と人らない範囲に明確に分かれていた.本論文では,相対座標に基づき,距離と方向に応じて見え方が変わり,段階的に大雑把な情報しか得られない視覚を考える.近傍では正確な情報が入るが,距離が遠くなると情報が大雑把となり,記号化された「近距離」や「中距離」であることしか分からず,見えている対象物の区別もつきにくくなり,方向も「左」「左前」「前」「右前」「右」と記号化される.これは,人間の視覚がもつ「距離が大きくなるにつれて見えにくくなる」と「正面はよく見えるが,左右の方向は見えにくい」という性質を反映させている.そして,マルチエージェントの標準問題としてよく用いられる追跡問題を例題にとり,このような視覚をもつエージェントがQ-learningを基にした強化学習を行うときに,効果的な学習が行われることをシミュレーションにより示す.
日本知能情報ファジィ学会の論文
2006-08-15