2P1-30-025 汎化ルールによる強化学習の加速

抄録

汎用的なルールの獲得および利用による強化学習の加速手法を提案する。提案手法では, 強化学習の過程において遭遇した観測値およびその際に行った行動の一定数ステップの履歴と, その際に得られたパフォーマンスとの関係を統計処理することでタスク達成を阻害している状態・行動を抽出し, これらを汎化することによりルールを生成する。次回以降のタスク実行時にこのルールに対応する行動を禁止することによって強化学習の探索空間を縮小することで学習の加速を行う。シミュレーションにより有効性の検証を行う。