最適決定価値関数を表現する人工神経回路網を用いたmountain-car問題のためのプラグマティックルール・ベースの構築

摘要

近年，深層学習 の研究が発展し応用が広がり，第rn3 次人工知能ブーム が到来したと言われている．深rn層学習の適用結果は熟練者を上回る性能を示すこともあrnり，その応用範囲は，車の自動運転や医療診断 なrnど人命の関わるシステムへと広がりつつある．人命が関rnわるシステムには高い信頼性が要請される．この要請は，rn何らかのシステムを最適に制御／計画するための手法にrnおいては最適性への要請として現れる．機械学習を用いrnて制御／計画を行う研究では，結果の最適性をどの程度rn保証できるのかという観点が重要であると考える．