iRobotLab

研究/各研究の話/2013年度

強化学習における探査率の動的制御†

• 強化学習における探査-利用のトレードオフに注目
• 強化学習では行動選択法のパラメータによって探査-利用のバランスを制御
  • 本研究では特にε-greedy法の探査率εについて扱う
• 本研究ではロボットが自律的に環境に合わせて探査率εを調整することを目的とする
• 探査率εを環境遷移に関する情報量を用いて制御する方法を提案