| 講演名 | 2007-03-14 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 亀井 圭史, 石川 眞澄, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 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。 |
| 抄録(英) | Reinfoecement learning is that we have to specify parameters values without prior information. We proposed to optimize the values of parameters in RL with the help of a genetic algorithm. The parameter values in RL depend on the environments. Since then, the method is impractical due to huge computational cost. In this paper, we propose to predict of the optimal parameter values in RL as a function of measures for the complexity of the environment, which are multiple regression analysis and Supervise SOM. As a result of expriments, we succeed in estimating the optimal parameter values in RL. |
| キーワード(和) | 強化学習 / 遺伝的アルゴリズム / 移動ロボット / 最適行動獲得 / パラメータ環境依存性 / パラメータ推定 |
| キーワード(英) | reinforcement learning / genetic algorithm / mobile robot / optimal path / parameter dependency / parameter prediction |
| 資料番号 | NC2006-150 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2007/3/7(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 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 |
| サブタイトル（和） | |
| タイトル（英） | Prediction of the optimal parameter values in reinforcement learning based on interdependency |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 強化学習 / reinforcement learning |
| キーワード(2)（和/英） | 遺伝的アルゴリズム / genetic algorithm |
| キーワード(3)（和/英） | 移動ロボット / mobile robot |
| キーワード(4)（和/英） | 最適行動獲得 / optimal path |
| キーワード(5)（和/英） | パラメータ環境依存性 / parameter dependency |
| キーワード(6)（和/英） | パラメータ推定 / parameter prediction |
| 第 1 著者 氏名（和/英） | 亀井 圭史 / Keiji KAMEI |
| 第 1 著者 所属（和/英） | 九州工業大学大学院生命体工学研究科 Dept. of Brain Science and Engineering Graduate School of Life Science and Systems Engineering Kyushu Institute of Technology |
| 第 2 著者 氏名（和/英） | 石川 眞澄 / Masumi ISHIKAWA |
| 第 2 著者 所属（和/英） | 九州工業大学大学院生命体工学研究科 Dept. of Brain Science and Engineering Graduate School of Life Science and Systems Engineering Kyushu Institute of Technology |
| 発表年月日 | 2007-03-14 |
| 資料番号 | NC2006-150 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 588 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |