単一化の機構を利用した階層型強化学習のテーブル圧縮手法の検討
2018 年 2018 巻 AGI-010 号 p. 02-
詳細
2018 年 2018 巻 AGI-010 号 p. 02-
我々は階層型強化学習アーキテクチャRGoalを核として、ヒトの前頭前野周辺の情報処理機構のモデルを構築することを目指している。RGoalの行動価値関 数のテーブルを素朴に実装するとサイズが大きくなり、学習速度と汎化性能が悪くなるという問題がある。そこで、単一化の機構を用いてテーブルを圧縮する手法を提案する。また、テーブルが理想的に圧縮された場合に知識がどのような表現になるかを記述する記述実験を行うことで、提案手法の有効性の予備的検討を行う。RGoalは強化学習を用いたプログラム合成システムと見なせるが、合成の対象となる「プログラミング言語」の設計は、性能に大きく影響する。そこで記述実験で記述したテーブルをプログラムと見なし、その性質について考察する。
