ファジィ制御ルールにより表現された方策を持つ方策勾配法の導出

抄録

ファジィ推論と強化学習の組合せは，Q学習のようなMDPを仮定した 価値ベースの強化学習を用い，ルールの後件部が一次関数や定数で表現されている場合が殆どであった．本研究では方策ベースの強化学習 である方策勾配法において，方策の表現として後件部にもファジィ 集合を用いたファジィルールを記述した学習法を提案する．