2A1-30-035 教師なしクラスタリング手法を用いた状態空間の自律的構成

抄録

これまで強化学習では, 設計者が予めタスクにあわせて状態空間の分割を行っていた。しかし, 強化学習では状態空間の分割の粗さが学習結果に大きな影響を与えるため, 慎重な状態空間の設計が必要である。そこで本稿では, 教師なしクラスタリング手法を用いてロボットが環境との相互作用を通して自律的に状態空間を構成する方法を提案する。そして, 簡単なシミュレーション実験を通して学習過程の解析を行い, その有効性を検証する。