ニューロンマップを更新するニューラルネットワークモデルを導入した強化学習の評価

抄録

連続値空間の強化学習理論にはニューラルネットワークを用いているものが数多くあるが，従来のニューラルネットワークではニューロンを予め入力空間にマッピングする必要がある．しかし強化学習は，学習結果を予測することが一般に困難な問題を対象としており，学習過程に影響を大きく与えるニューロンマップを予測しておくことは一般に困難である．そこで本研究では，自律的にニューロンを追加，削除する機構を導入したニューラルネットワークモデルによる強化学習について述べ，マウンテンカー問題での性能評価を行う．