複数の学習機構の階層的構築による行動獲得

摘要

強化学習は先見的な知識がほとhど必要なく適応的な行動が獲得できるという利点をもっているが，一つの学習機構で実世界の複雑でさまざまな行動を学習することには限界がある.これは対象とするタスクが複雑になるにつれて，学習機構が複雑膨大になる.すなわち学習時間も非現実的な程長くなり，また獲得された行動を再利用することも困難になるという理由による.そこで複数の学習機構で層を作り階層化することで，それぞれの学習機構をコンパクトにし，関連するタスクを新たに学習する際に以前の学習した結果を再利用することができる可能性がある.