P-31: 無報酬な環境での深層強化学習によるロボットの行動獲得
| 発表番号 | P-31 |
| 発表タイトル | 無報酬な環境での深層強化学習によるロボットの行動獲得 |
| 筆者氏名・所属 |
妹尾 卓磨（慶應義塾大学） 大澤 正彦（慶應義塾大学，日本学術振興会特別研究員） 今井 倫太（慶應義塾大学） |
| アブストラクト | エージェントが他者の情報を探索的に獲得することはHAIにおいて重要だが、報酬の定義できない探索タスクなので、従来の強化学習では困難であった。しかし、Pathakらは無報酬なゲーム環境の探索を行えるIntrinsic Curiosity Module (ICM) という手法を提案している。そこで、本研究では他者の情報を探索的に獲得するエージェントを目指して、ロボットの行動獲得をICMを利用して行い、無報酬な実環境の探索について考察する。 |
| 論文 | PDFファイル |
