抄録
強化学習は一般に学習が多大に必要となるため, 学習の効率化の検討は重要な事項である. 一方, 実世界における応用を考えた場合, 学習に加え, 実行時の計算時間等に関する検討も必要である. ベネットのロボットがフレーム問題に悩むように, 実世界においてはフレーム問題を擬似的に解決していくような枠組みが必要となる.
人間は蓄積した大量の記憶を使って, 見たり聞いたり触れたりするものを絶えず予測しているという仮説が唱えられている. 通常脳は過去の記憶からの予測と感覚との差分をとるという単純作業に徹することで脳内での計算コストを抑え, 予測外のことが起きた時だけ試行錯誤的に学習を行うことで, 脳という限られた計算資源を有効活用していると考えられる.
そこで本研究では, 過去の記憶からの予測を利用することによって, 計算コストを抑え, 計算資源の有効活用が可能になるかを検証することを目的とする.
