強化学習問題のための分布推定アルゴリズムにおける学習データ補正の検討

半田 久志; 西村 徳栄

doi:10.11509/sci.SCI10.0.297.0

第54回システム制御情報学会研究発表講演会

セッションID: F342

DOI https://doi.org/10.11509/sci.SCI10.0.297.0

会議情報

主催: システム制御情報学会

強化学習問題のための分布推定アルゴリズムにおける学習データ補正の検討

*半田久志, 西村徳栄

著者情報

キーワード: 強化学習問題, 確率モデルを用いた進化計算, 分布推定アルゴリズム, EDA-RL, データ補正

会議録・要旨集フリー

詳細

抄録

本発表では，これまでに提案してきた強化学習問題のための分布推定アルゴリズムEDA-RLに対して学習用データの補正法を検討する．学習単位であるエピソードデータ中に冗長な経路が存在したばあい，冗長な経路についても学習をしてしまうため，学習速度に弊害があった．本稿では，冗長経路を検出し，除去するメカニズムを導入し，その有用性を検討する．

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）