Pat

J-GLOBAL ID：200903064335117208

エージェント学習装置

Inventor： 銅谷 賢治 ,  川人 光男
Applicant, Patent owner： 科学技術振興事業団 ,  銅谷 賢治 ,  川人 光男
Agent (1)： 西澤 利夫
Gazette classification：公開公報
Application number (International application number)：1998203760
Publication number (International publication number)：2000035956
Application date： Jul. 17, 1998
Publication date： Feb. 02, 2000
Summary：

【要約】【課題】 非線形性/非定常性を持つ制御対象やシステムなどの環境で、具体的な教師信号は与えられず、様々な環境の状態や動作モードに最適な行動の切り替えや組み合わせを行い、また先見知識を用いることなく柔軟に行動学習を行なうことのできる、適応性に優れた、新しいエージェント学習装置を提供する。【解決手段】 環境(4)に対して働きかけ、その結果得られる報酬を最大化するための行動出力を決定する強化学習システム(1)と、環境の変化を予測する環境予測システム(2)との組によりなる学習モジュール(3)が複数備えられ、各学習モジュール(3)の環境予測システム(2)の予測誤差が少ないものほど大きな値を取る責任信号が求められ、この責任信号に比例して強化学習システム(1)による行動出力が重み付けされて、環境に対する行動が与えられる。

Claim (excerpt)：

環境に対して働きかけ、その結果得られる報酬を最大化するための行動出力を決定する強化学習システムと、環境の変化を予測する環境予測システムとの組によりなる学習モジュールが複数備えられ、各学習モジュールの環境予測システムの予測誤差が少ないものほど大きな値を取る責任信号が求められ、この責任信号に比例して強化学習システムによる行動出力が重み付けされて、環境に対する行動が与えられることを特徴とするエージェント学習装置。

IPC (3)：

G06F 15/18 550 ,  G05B 13/02 ,  G05B 13/04

FI (3)：

G06F 15/18 550 E ,  G05B 13/02 L ,  G05B 13/04

F-Term (25)：

5H004GA15 ,  5H004GB12 ,  5H004GB13 ,  5H004GB16 ,  5H004GB17 ,  5H004HA07 ,  5H004HB07 ,  5H004HB08 ,  5H004HB09 ,  5H004JA03 ,  5H004JB07 ,  5H004KA65 ,  5H004KB38 ,  5H004KC06 ,  5H004KC10 ,  5H004KC12 ,  5H004KC24 ,  5H004KC27 ,  5H004KC46 ,  5H004KD33 ,  5H004KD45 ,  5H004KD62 ,  5H004KD70 ,  5H004LA05 ,  5H004MA19