文献

J-GLOBAL ID：200902233720104950   整理番号：09A0419907

グリッドベース地図誤差に基づく好奇心を内部報酬とする強化学習

Reinforcement Learning with Internal Rewards Based on Error in a Grid-based Map

著者 (2件)： 田中芳典 (九州工大 大学院生命体工学研究科) ,  石川眞澄 (九州工大 大学院生命体工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 108  号： 480(NC2008 103-175)  ページ： 285-290  発行年： 2009年03月04日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ゴールまでの最適行動を強化学習によって求めるという課題に対し,ゴール到達時の環境からの外部報酬に加えて,好奇心を内部報酬とすることにより,強化学習を効率化することを目的とする。ここで予測誤差の減少により好奇心を定義し,センサー情報から推定したグリッドベース地図と,各グリッドでのセンサー情報との差を予測誤差と定義する。シミュレーション実験の結果,強化学習と比較して過渡状態におけるゴール回数や行動回数に関して性能の向上が見られた。併せて,提案手法で用いた各パラメータ値が行動獲得や環境学習に与える影響についても検討した。(著者抄録)

シソーラス用語： *強化学習 ,  *条件付け ,  予測誤差 ,  *情動 ,  シミュレーション ,  機械学習 ,  *知識獲得 ,  *地図 ,  センサ ,  エージェント ,  学校教育 ,  環境学習
準シソーラス用語： 内部報酬 ,  外部報酬 ,  好奇心 ,  行動獲得 ,  環境地図

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (4件)：

• OUDEYER, P. Y. Intrinsic motivation systems for au-tonomous mental development. IEEE Transactions on Evolutionary Computation. 2007, 265-286
• OUDEYER, P. Y. The Discovery of Communication Sony Computer Science Lab
• OUDEYER, P. Y. Intelligent Adaptive Curiosity : a source of Self-Development. Proceedings of the Fourth International Workshop on Epigenetic Robotics, 2004. 2004
• 山本尚幸. 内発的動機付けを用いた移動ロボットの行動計画. 電子情報通信学会技術研究報告. 2008, 107, 542, 301-306

タイトルに関連する用語 (6件)： グリッド ,  地図 ,  誤差 ,  好奇心 ,  報酬 ,  強化学習