[[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 [#jbadfd6f] -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 #ref(ra_shibuya.png) #ref(ra.png)