クラスタリングを用いた強化学習システムIPMBNの環境変化への適応について

摘要

我々は，複数のベイジアンネット(Bayesian Network: BN)からなる混合モデルを用いた，動的環境におけるエージェントの適応的学習システムIPMBNについて研究を進めてきた．混合モデルを構成するBNは，各環境におけるエージェントの方策を表す確率的知識と見なされる．ネットワーク数増加に伴い情報表現能力の向上が予測される反面，環境変化への適応に要する計算量も増大するため，多様な環境情報を少数のBNで表現可能となることが望ましい．本稿では，クラスタリング技術を用いて多数のBNから混合モデルの適切な構成要素を抽出する手法を導入し，混合モデルの情報表現能力，システムの適応能力等について評価する．