経験強化型学習と深層強化学習を融合した手法の提案と実問題への応用

Research Project

Project/Area Number	25K15252
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61030:Intelligent informatics-related
Research Institution	Tokyo University of Science
Principal Investigator	小玉直樹東京理科大学, 創域理工学部経営システム工学科, 助教 (60908747)
Co-Investigator(Kenkyū-buntansha)	宮崎和光独立行政法人大学改革支援・学位授与機構, 研究開発部, 教授 (20282866) 原田拓東京理科大学, 創域理工学部経営システム工学科, 教授 (70256668)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2025: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Keywords	強化学習 / 機械学習 / ニューラルネットワーク / 交通信号機制御 / ゲーム問題
Outline of Research at the Start	強化学習とニューラルネットワークを組み合わせた深層強化学習は様々な分野で成果を上げている。研究代表者らは、強化学習が目指す報酬の最大化の代わりに成功体験の模倣を目的としたヒューリスティックな接近法である経験強化型学習に注目している。本研究では、研究期間前半において従来の深層強化学習手法とDeePSを融合させたHybrid DeePSを提案を目指す．研究期間後半において，ここで提案したHybrid DeePSを分散信号機制御システム、科目分類支援システム、ロボットなどを題材とした実問題への応用によりその有効性の検証を行う。