| 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 | 2025-03-18 15:40 LLMによるサブゴール生成を活用したゴール依存型強化学習手法の開発 ○北河英己・丁 世堯・伊藤孝行（京大）  Consen2024-13 |
|
| 抄録 | （和） | 本研究では, タスクの順序性や依存関係を理解し状況に応じた対応が可能なエージェント構築を目指し, 大規模言語モデル（LLM）を活用したゴール依存型強化学習手法を提案する. 提案手法では, LLMを用いてタスクの遂行に必要なサブゴールを生成し, それを報酬関数に組み込むことで, エージェントがゴール達成に向けた適切な行動計画を学習する. 従来手法ではタスク構造を柔軟に理解する能力が欠如し, 環境や目標が変化する状況では学習が困難である. 本手法はこれを克服し, 臨機応変なプランニングを実現することを目的とする. 本研究では, Minecraftを模したCrafter環境で実験し提案手法の有効性を検証した. |
| （英） | This study aims to develop an agent capable of understanding task order and dependencies, enabling adaptive responses to various situations. To achieve this, we propose a goal-conditioned reinforcement learning method leveraging large language models (LLMs). In the proposed method, an LLM generates subgoals necessary for task execution, which are then incorporated into the reward function, allowing the agent to learn an appropriate action plan toward goal achievement. Conventional methods lack the ability to flexibly comprehend task structures, making learning difficult in environments where goals and conditions change. Our method addresses this limitation by enabling dynamic planning. We validate the effectiveness of the proposed approach through experiments in the Crafter environment, which simulates a Minecraft-like setting. | |
| キーワード | （和） | ゴール依存型強化学習 / 大規模言語モデル / Minecraft / / / / / |
| （英） | Goal-conditioned Reinforcement Learning / Large Language Models / Minecraft / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 447, Consen2024-13, pp. 36-41, 2025年3月. | |
| 資料番号 | Consen2024-13 | |
| 発行日 | 2025-03-11 (Consen) | |
| ISSN | 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 | Consen2024-13 |
|
| 研究会情報 | |
| 研究会 | Consen |
| 開催期間 | 2025-03-18 - 2025-03-18 |
| 開催地（和） | 北海道大学 人文・社会科学総合教育研究棟 W409 |
| 開催地（英） | Humanities and Social Sciences Bldg., Hokkaido University |
| テーマ（和） | 合意と共創-人工知能研究と人文社会科学研究の共創、協働、そして創発を目指して-，一般 |
| テーマ（英） | Consensus and Cocreation, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | Consen |
| 会議コード | 2025-03-Consen |
| 本文の言語 | 日本語 |
| タイトル（和） | LLMによるサブゴール生成を活用したゴール依存型強化学習手法の開発 |
| サブタイトル（和） | |
| タイトル（英） | Development of Goal-Conditioned Reinforcement Learning Methods Using Sub-Goal Generation by LLM |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ゴール依存型強化学習 / Goal-conditioned Reinforcement Learning |
| キーワード(2)（和/英） | 大規模言語モデル / Large Language Models |
| キーワード(3)（和/英） | Minecraft / Minecraft |
| キーワード(4)（和/英） | / |
| 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） | 北河 英己 / Eiki Kitagawa / キタガワ エイキ |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 丁 世堯 / Shiyao Ding / テイ セイギョウ |
| 第2著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 伊藤 孝行 / Takayuki Ito / イトウ タカユキ |
| 第3著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-18 15:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | Consen |
| 資料番号 | Consen2024-13 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.447 |
| ページ範囲 | pp.36-41 |
| ページ数 | 6 |
| 発行日 | 2025-03-11 (Consen) |
[研究会発表申込システムのトップページに戻る]