2019 Fiscal Year Annual Research Report
Investigation of knowledge acquisition process during implicit learning task using reinforcement learning models
| Project/Area Number |
16K00214
|
|---|
| Research Institution | Aoyama Gakuin University |
|---|
Principal Investigator |
薬師神 玲子 青山学院大学, 教育人間科学部, 教授 (30302441)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 技能学習 / 強化学習 / 知覚マッチング / 潜在学習 / 知識獲得 |
|---|
| Outline of Annual Research Achievements |
潜在学習の一種である知覚－運動技能学習の獲得は、学習の意識化・言語化が難しく、この過程を研究するための強力なパラダイムは確立されていない。本研究は、強化学習エージエントを人間のパフォーマンスの量的基準（理想的観察者）として設定し、人間とエージェントの成績推移を比較することによって、この種の学習中に生じる知識蓄積過程の解明を行おうとするものである。
最終年度の研究では、外部からのアドバイスを与えるタイミングを変えた群を設定して、パフォーマンスの変化を見る実験を中心に行った。その結果、特にヒューリスティック（ある程度の課題遂行が可能であるが完全ではない）型のアドバイスについては、与える時期が早い方が最終的なパフォーマンスの阻害が大きいことがわかった。課題構造型のアドバイスは、初期～中期に与えることで最終パフォーマンスに正の影響が見られることがわかった。
ヒューリスティック型の参加者では他の条件に比べて選択肢のバリエーションが少なかった。強化学習エージェントにこの状況を模す制約を与えたところ、実験結果と同様に最終的なパフォーマンスの阻害及び蓄積される知識の定型化も生じた。すなわち、選択肢の限定が実験結果を説明できることが明らかにされた。これに対して、課題構造型のアドバイスでは、学習段階のどの段階でアドバイスを与えても行動パターンの増加は生じており、これを模した強化学習エージェントの成績では最終段階におけるパフォーマンス間に違いは見られなかった。構造型アドバイス条件の成績を説明するためには、自分の行動の蓄積から得られる知識とは別の知識ユニットを想定した別のエージェントが必要であることが示唆された。
なお、最終年度の実験では、より現実の知覚－運動技能学習状況に課題を近づけるため、連続型入力デバイスを使用した課題開発、及び課題遂行中の注視を参考とするため視線解析の導入も併せて行った。
|
