L-005
深層強化学習を用いた経路制御における行動価値関数の変更による性能改善

◎大石勲斗・佐川勇太・瓜本　稜・福島行信・樽谷優弥（岡山大）

近年，ネットワークの制御・運用に機械学習を用いるKDN (Knowledge Defined Networking)が注目されている．KDNに関する従来研究では，深層強化学習を用いた経路制御手法(DRL法)が提案されており，その有用性が示されている．しかしながら，DRL法では，深層強化学習における意思決定の価値を求める関数(行動価値関数)が，経路制御問題の設定に沿うようには定義されていないため，必ずしも高いネットワーク性能を得られるとは限らない．そこで本研究では，DRL法における行動価値関数の定義を適切に変更することにより，その性能改善を図る．