パラメータの相互依存性を考慮した強化学習の最適パラメータ推定

スポンサーリンク

概要

論文の詳細を見る
強化学習を用いた移動ロボットナビゲーションにおいて、最適な強化学習パラメータの一般的な設定方法は無い。これまでに遺伝的アルゴリズムによる強化学習パラメータの最適化手法を提案したが、一方で強化学習パラメータには学習環境に依存する。しかし、計算コスト上、全ての環境で最適化することは現実的ではない。そこで、探索環境に環境複雑性という測度を定義し、それを基に強化学習パラメータをそれぞれ独立に推定する方法と相互依存性を考慮した方法で推定し、それぞれの場合にどの様に学習結果が変化するかを検証した。また、この結果から強化学習最適パラメータの推定に成功した。
2007-03-07

著者

関連論文

もっと見る

スポンサーリンク