| 研究概要 |
本研究課題である「モデル内部形成自律システム」の構築には,多様な試行に基づいて学習を行う手段,学習結果の中から未学習の状況にも適用可能な一般性の高いものを抽出して表現する手段,階層的な構造をもつ制御機構とその適切な切替え機構が必要である.これらを実現するために,以下の事項について研究を行った.
多様な試行に基づいた学習を実現する手段として,昨年度開発したパラメータを自動調節する最適値探索手法を改良し,より少ない計算量で効率的な最適値探索が行えるようにした.
一般性のある知識の抽出と階層的な制御機構の実現手段として昨年度に開発したゲート付きニューラルネットワークのネットワーク構造,ゲート構造および学習アルゴリズムを改良し,自律移動エージェントの行動学習において一般性の高い知識を獲得できること,および,複数の機能を持つ制御器のどの機能を利用すべきかを状況に応じて適切に判断する機構を学習によって獲得し,高い制御性能を示すことができることを確認した.
さらに,自律移動エージェントの行動学習を例題として,与えられた環境内での目標達成のための行動ルールの学習と同時に,より一般的なルールを学習によって獲得し,さらにそれを利用することによって,環境が変化した場合においても速やかに適切な行動をとることのできる自律システムを構築した.
|
