ルールの生成法と推論法を変化させる学習の拡張 -強化学習を用いた切り換え規則の獲得-

抄録

人間は、獲得したデータが少ないうちはデータをそのまま記憶し、データが増えてくると規則性を見出しルールの形で記憶する。このような仕組みを計算機上で実現するために、データが逐次的に与えられる状況の下で、ルールの生成法と推論法を変化させる学習について提案した。従来は、ルールの生成法や推論法の切り換えの時期は、固定された知識として与えられていた。今回は、推論結果の評価値から切り換えの時期を決定するルールを強化学習によって獲得するようにした。