Profit Sharing強化学習法における動的強化関数の設計法

摘要

本稿では，Profit Sharing強化学習法において用いられる強化関数の設計法について検討する．様々な静的または動的な強化関数に対して，学習の合理性と学習効率に関しての理論的な考察を行う．また，本稿で考察する強化関数の枠組みの中で，従来法よりも簡素な動的強化関数を用いた学習法の提案も行う．いくつかの例題タスクを用いた数値実験を行い，各手法における学習性能を比較する．