MACC'97 一般セッション（学習，進化計算）論文
行動選択ネットワークを経験強化型の強化学習に適応したL-ANAを提案する。 従来の強化学習法であるprofit-sharingに比べ、動的な環境の変化に対してよ りロバスト性を有し、実世界やインターネットなど複雑で動的な環境を対象と する自律行動主体に適した学習法である。また活性伝幡のためのパラメータを 操作することで、容易に学習の特性を制御することができる。今回はシミュレー ションによりL-ANAの基本的有効性の確認を行なった。
強化学習、記憶エージェント、活性伝播、ロバスト性、実世界
論文PSファイル(+gzip)