文献

J-GLOBAL ID：201802227508296048   整理番号：18A0138910

強化学習Profit Sharingにおける行動選択に関する一考察

著者 (2件)： 辻和輝 (龍谷大) ,  植村渉 (龍谷大)
資料名： 計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)
巻： 2017  ページ： ROMBUNNO.SS13-9  発行年： 2017年11月25日 
JST資料番号： F0428D  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 現在の生産現場では,加工作業や搬送作業をロボットが行うFactory Automation化(FA化)が進んでいる。工場での加工用ロボットは教示による制御が一般的である。一方,少量多品種の生産現場においては,変化への柔軟な対応が求められている。そこで,強化学習を導入することで,ロボットの作業を環境に応じて最適化することを目指す。報酬獲得により行動系列を強化する強化学習法では,獲得した報酬値の扱い方として更新型と累積型がある。環境の変化に追随したり,教示データから更新を行ったりするには,更新型の方が望ましい。本研究では,強化学習法であるProfit Sharingに着目し,評価値の更新方法と行動選択方法の関係について調べ,更新型のProfit Sharingの可能性について検討する。(著者抄録)

シソーラス用語： *強化学習 ,  選択 ,  産業用ロボット ,  迷路【経路】 ,  性能評価 ,  重みづけ ,  学習 ,  性能
準シソーラス用語： 行動選択 ,  Q学習 ,  学習性能

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 強化学習 ,  行動選択