実例に基づく強化学習法における獲得知識の保存と利用法に関する一考察

抄録

我々は自律的に連続な状態・行動空間を構成する強化学習器BRLを開発し，自律群ロボットの行動獲得に適用してきた．しかし，機械学習の共通課題である過学習状態にしばしば陥ることがあることも確認している．本研究では，これを回避することを目的として，BRLにより獲得した知識である入出力データを基にSVMを用いて状態空間を再構成する手法を提案し，その有効性を検証する．