文献

J-GLOBAL ID：202002213044020714   整理番号：20A0249034

汎化能力を有する強化学習による最適経路問題の解法

Solution of an Optimal Routing Problem by Reinforcement Learning with Generalization Ability

著者 (2件)： 飯間等 (京都工芸繊維大学) ,  大西鴻哉 (京都工芸繊維大学)
資料名： 電気学会論文誌 C  (IEEJ Transactions on Electronics, Information and Systems)
巻： 139  号： 12  ページ： 1494-1500(J-STAGE)  発行年： 2019年 
JST資料番号： S0810A  ISSN： 0385-4221  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： 異なる環境への強化学習の適用においては,一般的には再学習が必要である。しかし,再学習は時間がかかり,したがって,再学習のない方法を開発すべきである。本論文では,複数の目標位置の与えられた集合による最適経路選定問題を解くための一般化能力を有する強化学習法を提案した。提案した方法は,強化学習エージェントが学習すると,複数の目標位置の任意の集合に対する最適経路を迅速に見出すことができる。提案した方法では,グラフ探索アルゴリズムが目標位置の訪問順序を決定し,Q学習のような通常の学習アルゴリズムは目標位置間の各経路を決定する。提案した方法の性能を数値実験により評価した。(翻訳著者抄録)

シソーラス用語： *知識獲得 ,  *強化学習 ,  *最適航路 ,  *問題解決 ,  学習 ,  エージェント ,  検索 ,  アルゴリズム
準シソーラス用語： Q学習 ,  グラフ検索 ,  学習エージェント ,  再学習 ,  探索アルゴリズム ,  *汎化【人工知能】

著者キーワード (8件)： - ,  - ,  - ,  - ,  - ,  - ,  - ,  -

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

引用文献 (12件)：

• (1) V. Mnih, K. Kavukcuoglu, D. Silver, et al.: “Human-level control through deep reinforcement learning”, Nature, Vol. 518, pp. 529-533 (2015)
• (2) D. Silver, J. Schrittwieser, K. Simonyan, et al.: “Mastering the game of Go without human knowledge”, Nature, Vol. 550, pp. 354-359 (2017)
• (3) 牧野貴樹・澁谷長史・白川真一(編):これからの強化学習, 森北出版 (2016)
• (4) N. Kotani : “Knowledge Selection based on Value in Transfer Learning”, Transactions of the Institute of Systems, Control and Information Engineers, Vol. 28, No. 6, pp. 275-283 (2015) (in Japanese)
• 小谷直樹:「転移学習における価値に基づく知識の選別」, システム制御情報学会論文誌, Vol. 28, No. 6, pp. 275-283 (2015)

タイトルに関連する用語 (5件)： 汎化 ,  能力 ,  強化学習 ,  経路問題 ,  解法