正確性に基づく学習分類子システムにおける最大個体数の自動調整

摘要

学習分類子システム（Learning Classifier System：LCS）は生物の環境への適応戦略である学習と進化の双方の概念を取り入れた適応システムである．LCSは強化学習（Reinforcement Learning：RL）と遺伝的アルゴリズム（Genetic Algorithm: GA）から構成され，複数の状態に適応可能である汎用的な条件部を持つ条件一行動ルール（LCSでは分類子（classifier）と呼ぶ）を生成する．このような汎用的な分類子の生成を一般化（generalization）と呼び，正確かつ適切に一般化された分類子を学習できるLCSとして正確性に基づく学習分類子システム（Accuracy-based LCS: XCS）がある．しかし，XCSは学習に用いる分類子集合（population）の上限数（最大個体数N）を問題のもつ状態行動空間の大きさに応じて適切な値に初期設定する必要がある．一般的に，最大個体数政を必要数よりも大きな値に設定した場合，学習する分類子が増加することで学習効率が低下するが，必要数よりも小さな値に設定した場合，学習すべき分類子が出現せず学習性能が低下する．したがって，状態行動空間が不明である問題を対象とする場合，あらかじめ必要最低限の値に設定することは困難であり，学習性能と学習効率をともに高めることができない．