対称性推論と運動学習の分節化

抄録

強化学習によって複雑な運動を獲得するために，複数の内部モデルの構築や複数の報酬を用意することにより，動作を分節して学習する方法が研究されている．本研究では，このような方法を用いず，人間の推論傾向（論理を混同する傾向）を模倣してQ学習に応用することにより同様の運動が獲得できることを，大車輪ロボットを例として検証する．その結果をもとに，学習過程における記号の分節化と混同の両義性について議論する．