強化学習における効率的な転移学習適用に関する一考察

抄録

探索回数の削減は強化学習における課題の一つとされている。 そこで、類似したタスクにおいて事前に学習した方策を新しいタスクで再利用する手法が用いられる。 本研究ではそのような転移学習においてスパースコーディングを適用することにより、効率的に類似したタスクを発見し、ソースタスクとターゲットタスク間での方策の転移を行う手法を提案する。