本研究は，Unified HRL(UHRL)の獲得できないサブゴールがある問題点を解決しようとしたStepwise Unified HRL(SUHRL)の改良に取り組む研究である． UHRLは，学習行動で訪れた環境状態をクラスタリングしてサブゴールを作成している．しかし，安定して新しい環境状態を得られない問題点が挙げられた．そのため，段階的に複数回サブゴール獲得を行うSUHRLを提案した．SUHRLでは，徐々に広がるように環境状態を獲得するため，クラスタリングもクラスタ数が自動で増えるものが適している．そのため，クラスタリングに適応共鳴理論(ART)を用いることでさらなる改良を目指す．