Concurrent Q Learning における Relaxation の 改良

摘要

In this study, we point out problems and suggest the modification of relaxation in CQL-e which is one of the adaptation techniques to dynamic environment in the reinforcement learning. In reinforcement learning in maze, we validate what kind of behavior conventional techniques and proposal techniques show for the change of a destination or the obstacle. Reinforcement learning; Dynamic%本研究では，強化学習における動的環境への適応手法の一つであるCQL-eにおけるrelaxationの問題点を指摘し，その改善策を提案する.迷路問題において，ゴールまたは障害物の変化に対し，従来手法と提案手法がどのような挙動を示すかを比較する.