| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2010-11-19 10:00 関係強化学習によるゴール指向性推論の学習 ○伊藤秀昭・福本尚生・和久屋 寛・古川達也（佐賀大）  AI2010-31 |
|
| 抄録 | （和） | ゴール指向性推論とは，あるゴールへ到達したいがその方法が不明であるというときに，到達可能なサブゴールを経由することによってゴールへ到達する方法を導出する推論であり，単純であるが，様々な問題解決において有効である．本論文では，このゴール指向性推論を行う方法を学習するエージェントを述語論理と強化学習を組み合わせた関係強化学習という手法を用いて設計した試みについて報告する．特に，ある時点で得られた情報をメモリに記憶させておき，後にそれを使用するというような行動を学習させる際に，勾配法を使用すると困難が生じる場合があることを報告する． |
| （英） | Goal-directed reasoning is a type of reasoning in which an agent, who does not know how to achieve its goal, infers the way to achieve the goal by setting an achievable subgoal from which the ultimate goal can be achieved. This type of reasoning is simple yet useful in many problem-solving situations. In this paper, we use a relational reinforcement learning method, which is a combination of predicate logic and reinforcement learning, to make an agent who learns through experience the algorithm to perform the goal-directed reasoning. Especially, we report some difficulty in the use of gradient methods when learning an algorithm that involves storing some information into memory and using the stored information after a period of time. | |
| キーワード | （和） | ゴール指向性推論 / 関係強化学習 / 述語論理 / / / / / |
| （英） | goal-directed reasoning / relational reinforcement learning / predicate logic / / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 301, AI2010-31, pp. 1-6, 2010年11月. | |
| 資料番号 | AI2010-31 | |
| 発行日 | 2010-11-12 (AI) | |
| 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 | AI2010-31 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2010-11-19 - 2010-11-19 |
| 開催地（和） | 九州大学 |
| 開催地（英） | Kyushu Univ. |
| テーマ（和） | 「コミュニティ上での知識の共有・再利用」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2010-11-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 関係強化学習によるゴール指向性推論の学習 |
| サブタイトル（和） | |
| タイトル（英） | Learning Goal-Directed Reasoning by Relational Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ゴール指向性推論 / goal-directed reasoning |
| キーワード(2)（和/英） | 関係強化学習 / relational reinforcement learning |
| キーワード(3)（和/英） | 述語論理 / predicate logic |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 伊藤 秀昭 / Hideaki Itoh / イトウ ヒデアキ |
| 第1著者 所属（和/英） | 佐賀大学 (略称： 佐賀大) Saga University (略称： Saga Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 福本 尚生 / Hisao Fukumoto / フクモト ヒサオ |
| 第2著者 所属（和/英） | 佐賀大学 (略称： 佐賀大) Saga University (略称： Saga Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 和久屋 寛 / Hiroshi Wakuya / ワクヤ ヒロシ |
| 第3著者 所属（和/英） | 佐賀大学 (略称： 佐賀大) Saga University (略称： Saga Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 古川 達也 / Tatsuya Furukawa / フルカワ タツヤ |
| 第4著者 所属（和/英） | 佐賀大学 (略称： 佐賀大) Saga University (略称： Saga Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-11-19 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AI |
| 資料番号 | AI2010-31 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.301 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2010-11-12 (AI) |
[研究会発表申込システムのトップページに戻る]