| 研究概要 |
本研究はエージェントが学習の中で自らの概念空間を分節化し,学習の効率化に役立て,その適応的なプロセスを視覚化することによって共感的な人間-エージェント間の関係や新しい(マルチ)エージェントモデルを構築するものである.本研究はそのような共感的なコミュニケーションを支援するエージェントを設計し,実装することを目標とする.本研究のエージェントの持つ一番大きな特性は,エージェントが自らの学習のための探索空間を自らの試行錯誤の過程の中で徐々に分節化していく点(分割,統合,軸のぶれ等を繰り返す)にある.これにより,分解能が足りず通常では全く学習が進まないような状況においてさえ,同等の条件で適切な行動を獲得していくことを確認している.本研究で提案するエージェントは概念空間の分割の自由度と処理できる情報量,メモリの制限を適度に組み合わせる.強化学習エージェントとしての性能を上げるためのマルチエージェントシステムの設計,自律移動ロボットシミュレーターの環境をプログラミングを行い,国際会議,国内,国際学術誌(予定)で発表,投稿した.
|
