2009 Fiscal Year Annual Research Report
乳幼児期における知覚・運動の相互発達模倣型強化学習システム
| Project/Area Number |
21700258
|
|---|
| Research Institution | Niigata College of Nursing |
|---|
Principal Investigator |
永吉 雅人 Niigata College of Nursing, 看護学部, 助教 (70426542)
|
|---|
| Keywords | 機械学習 / 強化学習 / メタヒューリスティクス / ツフトコンピューティング / 人工知能 |
|---|
| Research Abstract |
本研究は,意思表現の困難な高齢者・障害者のために,本人の微小な運動と本人意思のつながりを学習することによるコミュニケーション支援や,使用機器に対する一人ひとりの「癖」にあわせたインターフェースの自律的最適化の実現を目指し,その前段階として,それらへの応用が期待できる強化学習システムについて,乳幼児期における知覚・運動の相互発達を模倣した強化学習システムを開発することにより,システム設計者の負担減少のためのより適用性の高い強化学習システムの実現を目的としている.
近年,強化学習は,多くの工学研究者によってエージェントの制御規則の適応的調節・獲得などに応用しようとする試みが盛んであるが,実用性といった観点から,状態空間や行動空間を予め適切に設計することが難しいことが問題点の一つとなっている.
そこで,平成21年度においては,これまで提案されてきた強化学習手法を乳幼児の知覚・運動発達という観点から整理し,乳幼児期の運動発達をヒントに,状態空間を固定し,行動空間に対する適応的構成を試みるため,代表的な強化学習手法であるQ-learningとActor-Criticを用いた切り替え型強化学習モデルと行動選択確率のエントロピーに着目した学習器の切り替え法の提案を行った.さらに,結果の可視化の容易な1次元の連続行動空間を有する経路計画問題を取り上げた計算機実験により,他の手法と性能比較をすることで提案手法の有効性・適用性を確認した.
これにより,乳幼児期の運動発達の模倣が,強化学習システムにとって有効であること明らかにし,同時に,強化学習のもつ実社会への適用可能性をより高いものとした.
|
