2015 年度研究成果報告書

人間認知の適応的特性を実装した価値関数の提案と大規模コンピューティングへの応用

研究課題

研究課題/領域番号	25730150
研究種目	若手研究(B)
配分区分	基金
研究分野	ソフトコンピューティング
研究機関	東京電機大学
研究代表者	高橋達二東京電機大学, 理工学部, 准教授 (00514514)
研究期間 (年度)	2013-04-01 – 2016-03-31
キーワード	限定合理性 / n本腕バンディット問題 / 満足化 / 強化学習 / 計算論的合理性
研究成果の概要	データ量の増加やロボティクスの進展により、不確実性の下で因果関係を学習しながらより効率的に行動選択を行うことが喫緊の課題である。そこで本研究では、人間の因果関係に関する直感をモデリングした価値関数 (LSモデル) の有効性を検討し、またその分析と一般化を進めた。 n本腕バンディット問題、ロボットの運動獲得、モンテカルロ木探索においてその優れたパフォーマンスを示し、また制約の多かった元々のモデルの一般化と、認知的な妥当性についての検証を進めた。
自由記述の分野	認知科学、知能情報学