抄録
自律移動ロボットなどのインテリジェントエージェントを実現するための重要な要素技術の一つとして強化学習がある。強化学習は教師信号を用いずに報酬のみに基づいてスキルや知識を獲得する点で望ましい考え方である。しかし、強化学習を実際の問題に適用する際には試行回数が膨大になるなどの多くの問題が存在する。そこで報酬とは別に副報酬を用いることで学習速度と精度の改善を目指す。本研究では副報酬と忘却の機構を適用した強化学習エージェントへの教示方法を提案し、グリッドワールドタスクと山登りタスクの数値実験によりその有効性を示した。
