抄録
以前に，実数値環境下のQ-learningにおいて，状態空間を動的に構築していく方法を提案した．これは，状態のないところから必要に応じて状態を追加し，報酬を用いて更新を行ないながら，不要な状態を削除するというものであった．この方法では行動の削除を行なっていたが，各状態変数のファジィ集合は生成した時のままであった．そこで，本論文では，ファジィ集合の中心値と幅をTD誤差を用いて調整する方法を提案する．これらにより観測データにより柔軟に対応できると考えられる．そして，この方法を実数値環境下における追跡問題に適用する．
