研究/ResearchActivity/2013年度/07

研究/各研究の話/2013年度 [報酬の差異による単体サブゴール発見手法の提案]

• タスク達成のプロセスの一つを学習させるため，小目標(サブゴール)を設定する．
• タスク達成時，サブゴールを達成しているか否かに応じてロボットの獲得報酬が変化する．
• 獲得報酬の差に関わる要素(サブゴール)をロボットが自律的に発見し，それを達成する行動を学習する．