OpenCLを用いた並列演算による強化学習の学習時間短縮

抄録

本研究はOpenCLを用いた並列演算による強化学習の学習時間高速化を目的としている。強化学習とはある環境内におけるエージェントが現在の状態を観測し、取るべき行動を決定する問題を扱う機会学習の一種である。強化学習には試行錯誤により学習を行うため、学習に時間がかかるという問題点がある。この問題に対して本研究ではOpenCLを用いたGPUによる並列演算を利用して価値観数を共有した複数のエージェントで学習を行う事により強化学習の学習時間高速化を図る。