| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2010-03-09 16:50 進化型モジュールネットワークとモジュール型強化学習を用いた階層型アーキテクチャ ○金源直幸・石川眞澄（九工大）  NC2009-112 |
|
| 抄録 | （和） | 様々な環境の特性を学習してモデル化する特性学習層と、その特性に応じた最適な行動価値関数を学習する強化学習層で構成された、階層型アーキテクチャを提案する。特性学習層は、SEEM(SElf-Evolving Modular network)を用いて、入力・教師信号対をネットワークに学習させその特性をモデル化する。強化学習層で対応するモジュールはQ学習を用いて将来の累積報酬が最大となるように訓練される。未学習の入力に対しての行動価値関数は、モジュール出力の誤差に基づいて出力内挿によって求める。テストベッドとして追跡逃避問題を用いて、本手法を適用し、未学習の特性に対して、適切な行動および行動価値関数を生成することを実証した。 |
| （英） | We propose a hierarchical architecture composed of a characteristic learning layer which models characteristics of a target system, and a reinforcement learning layer which learns the optimal action-value function for the corresponding characteristics. The former layer uses SEEM (SElf-Evolving Modular network.) The corresponding latter layer is trained to maximize accumulated future rewards by Q-learning. The action-value function corresponding to a novel input is generated by interpolation of module outputs based on their output errors. A pursuit-evasion game is selected as a testbed, for demonstrating the effectiveness of the proposed architecture. We are able to obtain optimal actions and the optimal state-action value function for a novel input. | |
| キーワード | （和） | 強化学習 / 進化型モジュールネットワーク / 階層型アーキテクチャ / 追跡逃避問題 / / / / |
| （英） | reinforcement learning / evolving modular network / hierarchical architecture / pursuit-evasion game / / / / | |
| 文献情報 | 信学技報, vol. 109, no. 461, NC2009-112, pp. 143-148, 2010年3月. | |
| 資料番号 | NC2009-112 | |
| 発行日 | 2010-03-02 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2009-112 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2010-03-09 - 2010-03-11 |
| 開催地（和） | 玉川大学 |
| 開催地（英） | Tamagawa University |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2010-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 進化型モジュールネットワークとモジュール型強化学習を用いた階層型アーキテクチャ |
| サブタイトル（和） | |
| タイトル（英） | Hierarchical Architecture with Evolving Modular Networks and Modular Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 強化学習 / reinforcement learning |
| キーワード(2)（和/英） | 進化型モジュールネットワーク / evolving modular network |
| キーワード(3)（和/英） | 階層型アーキテクチャ / hierarchical architecture |
| キーワード(4)（和/英） | 追跡逃避問題 / pursuit-evasion game |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 金源 直幸 / Naoyuki Kanamoto / カナモト ナオユキ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 石川 眞澄 / Masumi Ishikawa / イシカワ マスミ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-03-09 16:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2009-112 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.461 |
| ページ範囲 | pp.143-148 |
| ページ数 | 6 |
| 発行日 | 2010-03-02 (NC) |
[研究会発表申込システムのトップページに戻る]