2U-3
適応的に変化する進化型ニューラルネットワークによるエージェントの行動獲得
○広井香菜子，長尾智晴（横浜国大）
近年，知的なエージェントの行動獲得に関する研究に注目が集まっている．
自律エージェントの行動獲得に用いられる手法の一つとして
ニューラルネットワークが挙げられる．筆者らの研究グループ
では，ニューラルネットワークの構造や結合荷重を進化的に学習する，
Real valued Flexibly Connected Neural Network(RFCN)の提案を行っている．
RFCN は実数値環境下でのエージェント制御に適用され，
有効性が示されている．しかし学習で獲得した構造は固定である．
そのため環境に変化が生じ，現状の構造で対応出来ない場合，
再学習を行う必要がある．本研究ではRFCNに調整を加える
ネットワークを追加した．環境の変化に応じて調整用の
ネットワークを変更することで，適応的な行動獲得を目指す．
footer 情報処理学会 セキュリティ プライバシーポリシー 倫理綱領 著作権について