情報処理学会 第81回全国大会講演要旨

ロボティクス分野における強化学習の実用化には課題がいくつか残っている．そのひとつにperceptual aliasing (知覚の見せかけ問題) が存在する．知覚の見せかけ問題とは，状態を正しく観測できないPOMDPs環境で発生し，異なる状態を同一の状態と観測してしまう問題である．知覚の見せかけ問題の解決策として，サブゴールを学習する階層型強化学習であるHQ-learningが挙げられるが，これは状態数が多くなるにつれ，学習効率が悪くなる．そこで本稿では，群知能と強化学習を組み合わせ，サブゴール候補を生成し，探索空間を減少させた階層型強化学習を提案する． そしていくつかの迷路走行タスクにより，提案手法の有効性を検証する．