文献

J-GLOBAL ID：201502237975456896   整理番号：15A0723062

転移学習における価値に基づく知識の選別

Knowledge Selection based on Value in Transfer Learning

著者 (1件)： 小谷直樹 (大阪工大 情報科学)
資料名： システム制御情報学会論文誌  (Transactions of the Institute of Systems, Control and Information Engineers)
巻： 28  号： 6  ページ： 275-283  発行年： 2015年06月 
JST資料番号： L0070A  ISSN： 1342-5668  資料種別： 逐次刊行物 (A)
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： 強化学習を応用した転移学習では,エージェントがさまざまなタスクを学習することを通して,自ら獲得した知識を蓄積し利用することによって,他の類似したタスクでの学習を効率化できる。多くのタスクを学習し,多くの知識を保持している方が有利と思われるが,一方,知識量が多いということは,計算量の増加や多くのメモリを消費するなど負の影響もある。本研究では,連続状態を扱うマルチタスク下での強化学習問題において,状態価値を用いて有効性の少ない知識を削減する手法を提案した。6リンクの多関節ロボット場合,学習時間が1/9程度に短縮され,タスク達成率は10%以上向上した。

シソーラス用語： 機械学習 ,  *強化学習 ,  *知識獲得 ,  *価値 ,  *関節ロボット ,  *選別
準シソーラス用語： マルチタスク学習 ,  *多関節ロボット ,  *転移学習

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z)

引用文献 (16件)：

• [1] R. S. Sutton and A. G. Barto(著),三上,皆川(共 訳):強化学習, 森北出版 (2000)
• [2] M. E. Taylor and P. Stone: Transfer learning for reinforcement learning domains: A survey; Journal of Machine Learning Research, Vol. 10, No. 1, pp. 1633-1685 (2009)
• [3] S. Thrun: A lifelong learning perspective for mobile robot control; Proceedings of the IEEE/RSJ/GI Conference on Intelligent Robots and Systems, pp. 23-30 (1994)
• [4] 松井,犬塚,世木,伊藤:強化学習結果の再構築への概念学習の適用;人工知能学会論文誌,Vol. 17, No. 2, pp. 135-144 (2002)
• [5] L. A. Celiberto Jr., J. P. Matsuura, R. L. de Màntaras and R. A. C. Bianchi: Using transfer learning to speed-up reinforcement learning: a case-based approach; Latin American Robotics Symposium and Intelligent Robotic Meeting (LARS), pp. 55-60 (2010)

タイトルに関連する用語 (4件)： 転移学習 ,  価値 ,  知識 ,  選別