情報処理学会 第80回全国大会講演要旨

Deep Learningと強化学習を組み合せたDeep Q-Networkと呼ばれる
手法は、強化学習の一種のQ Learningを、Deep Learningの一手法で
ある畳み込みニューラルネットワークで実現したもので、様々なゲ
ームにおいて有効性が確認されている。しかし、Deep Q-Networkでは
畳み込みニューラルネットワークを用いるため、非常に多くの学習
データが必要になる。それに対し、Deep Belief Networkでは入力
データの生成モデルを獲得するように学習を行うため、学習データが
少なくても学習が行える可能性があると言われている。そこで本研
究では、Deep Q-Networkで用いられている畳み込みニューラルネッ
トワークの代わりにDeep Belief Networkを用いる手法を提案する。