06月04日(Tue) 14:10〜16:10 L会場(-商工会議所9F 95-97号室)
| 演題番号 | 1L3-OS-24a-4in |
|---|---|
| 題目 | 認知的な強化学習モデルに対する基準学習の応用と考察 |
| 著者 | 高橋 優太(東京電機大学理工学部理工学科情報システムデザイン学系) 甲野 佑(東京電機大学大学院 先端科学技術研究科 情報学専攻) 高橋 達二(東京電機大学 理工学部 情報システムデザイン学系) |
| 時間 | 06月04日(Tue) 15:30〜15:50【一般口頭発表】06月05日(Wed) 13:10〜14:50【インタラクティブ発表】 |
| 概要 | 単純な強化学習課題であるN本腕バンディット問題において，価値関数でありながら方策としても機能する緩対称性推論モデル(LS)が存在する．LSは人間認知由来の主観確率モデルでもあり，環境の曖昧さからの推論に長けている．浦上はその性質を活かしたLS強化学習手法を考案し，複雑な運動制御課題で優れた成績を示した．本研究では，前述の手法に甲野のLS改良モデル(LS-VR)を実装し，更なる成績の向上を行なった． |
| 論文 | PDFファイル |