強化学習における空間表現法
スポンサーリンク
概要
- 論文の詳細を見る
自律的な学習法である強化学習において,各制御課題に適した空間表現法を用いることは重要である.Incremental Normalized Gaussian Network(INGnet)は,学習中に必要な位置にユニットを設置するので,課題に適応した空間表現法を獲得できる能力がある.さらに複雑で高次元な入力を持つ課題に対応するためINGnetを用いたモジュール型強化学習法を提案した.INGnetの有効性を検討するために,3つの制御課題にINGnetまたはINGnetを用いたモジュール型強化学習を適用した.その結果,センサ値の細かい違いを認識する必要のある課題をINGnetが効率よく学習でき,2種類のセンサ情報の"AND"条件を認識する必要がある制御課題をINGnetを用いたモジュール型強化学習で効率よく学習できることが分かった.
- 2011-02-28
著者
関連論文
- 3種類のセンサを持つロボット制御へのモジュール型強化学習の適用
- ゴム人工筋制御の強化学習
- モジュール型強化学習で複数センサの二次相関を学習するための検討
- 複合行動型強化学習 (ニューロコンピューティング)
- 強化学習における空間表現法
- 複合行動型強化学習
- 適応性のあるモジュール型強化学習法
- ロボコンを通じたフレッシュマンのためのロボティクス・メカトロニクス教育 : 振動モータを用いた移動ロボットコンテスト