深層強化学習モデルの内部挙動の言語化による制御手法構築へ向けて

抄録

深層強化学習によって獲得されたモデルはブラックボックスであるために、その内部の振る舞いを人間が確認することができない。 そこで、深層強化学習によって獲得されたモデルの入出力関係をファジィモデリングし、そこで得られた関係をファジィ言語変数で表現することにより、人間が把握できるように言葉で制御規則を生成する。 本研究ではCartPoleを題材として、DeepQ-Networkによって学習されたモデルの制御規則を言語で説明し、その制御規則を用いてCartPoleを制御することを試みる。