| 大会名称 |
|---|
| 年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
| 2021 |
| 発行日 |
| 2021-02-23 |
| セッション番号 |
| D-8 |
| セッション名 |
| 人工知能と知識処理 |
| 講演日 |
| 2021/3/11 |
| 講演場所(会議室等) |
| Meeting 22 |
| 講演番号 |
| D-8-18 |
| タイトル |
| ドットイートゲームへのQ学習の適用 |
| 著者名 |
| ◎森田隆弘, 細部博史, |
| キーワード |
| Q学習 |
| 抄録 |
| ゲームAIの多くで，機械学習の一つである強化学習が頻繁に活用される．強化学習で主流の一つとなっているのがQ学習である．また，Q学習で連続した空間を扱うようにしたものがファジイQ学習である．先行研究ではドットイートゲームの一つである，Ms. PacManにこのファジイQ学習を用いることにより，ある程度のスコアを出す結果が得られた．しかし，この研究ではQ学習の特徴から，価値推定関数であるQ値が最大のものを選び続けてしまうことで局所解が生まれ，Q値を十分に更新することができなかった．本研究では，以上の課題を解決するためにファジイQ学習とUCBQアルゴリズムを組み合わせたUCBファジイQ学習を提案しMs. PacManに適用して先行研究との比較を行う． |
| 本文pdf |
|
PDF download
|