Q学習におけるファジィ共クラスタリングによる知識の圧縮と再利用

服部 雄市; 野津 亮; 生方 誠希; 本多 克宏; 上野 貴紀

doi:10.14864/fss.31.0_199

第31回ファジィシステムシンポジウム

セッションID: WD3-1

DOI https://doi.org/10.14864/fss.31.0_199

会議情報

主催: 日本知能情報ファジィ学会

main

Q学習におけるファジィ共クラスタリングによる知識の圧縮と再利用

*服部雄市, 野津亮, 生方誠希, 本多克宏, 上野貴紀

著者情報

キーワード: Q学習, ファジィ共クラスタリング, 転移学習

会議録・要旨集フリー

詳細

抄録

学習済みQ-テーブルをファジィ共クラスタリングすることによって得られた知識をどのように再利用するかについて論じる．クラスタリング結果を利用してQ-テーブルに初期値を代入しておくことやメンバシップ値を更新式に利用し，複数の状態や行動を同時に学習させることのの利点や欠点について，２次元ゴール探索問題と倒立振子問題を題材に検討する．

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）