2018-04-16 (月) 15:53:00 (1330d)

研究/各研究の話

強化学習における情報量を用いた探索と利用の自律的制御 †

• 強化学習における探索と利用のトレードオフに注目
• 探索と利用のバランスはロボットのメタパラメータで調整するが，このパラメータは人間が一意に設定することが多い．
• 本研究ではロボットが自律的に環境に合わせてパラメータを調整することを提案
• 提案手法ではロボットの経験から情報量を算出し，算出した情報量を用いてパラメータを決定する
  • 現在，迷路問題にて有用性を検証中