講演抄録/キーワード |
講演名 |
2008-03-28 11:15
ニューラルネットによる行動学習 ○島田リサ・神野健哉(関東学院大) NLP2007-170 |
抄録 |
(和) |
人間の学習機能をコンピュータ上で実現する事を目的とし、ニューラルネットに
よる行動学習を試みる。学習問題として、積み木を積む動作を取り上げる。簡単
化のために問題を二次元に展開し、テトリスの操作を学習させる方法を考察する
。操作の中でも、ブロックを積む動作の学習を目的とする。ニューラルネットワークを学習させる方法には、教師あり学習と強化学習の二種類を使用する。教師あり学習の代表例-Back Propagationによる学習形式では所望の結果を得られなかったが、Reinforcement Learningにおいては積み上げられたブロックの中で最も高さの低い位置へブロックを移動させる行動を強化する事が出来た。更にReinforcement Learningでの結果に基づき、Back Propagationでの学習スタイルを変更させた結果、完全ではないが与えられた領域の中から最も高さの低い位置を発見できる汎化能力を得られた。 |
(英) |
We would like to understand a learning feature of human. To realize such purpose, we try to learn an action by artificial neural networks. In this article, we consider an operation to load a building block into Tetris as a simple problem which is two dimensional problem. In order to learn an action, we use a supervised learning algorithm and a reinforcement learning algorith. For the supervised learning, namely, backpropergation algorithm, our numerical simulation result indicates that we cannot get a desired learning reslut. However, we confirm that the reinforcement learning algorithm conduces to a desired learning result which the block can be moved toward to the lowest location. Based on the result of reinforcement learning, we modify the backpropagation algorithm. Consequently, we confirm that the backpropagation algorithm endows the neural network with a generalized ability. |
キーワード |
(和) |
ニューラルネットワーク / 誤差逆伝播法 / 強化学習 / テトリス / / / / |
(英) |
neural network / back propagation / reinforcement learning / Tetris / / / / |
文献情報 |
信学技報, vol. 107, no. 561, NLP2007-170, pp. 19-24, 2008年3月. |
資料番号 |
NLP2007-170 |
発行日 |
2008-03-21 (NLP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLP2007-170 |