权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

オンチップ自律学習回路のための価値形成目的型SAM-SNN強化学習の研究

面向价值形成的片上自主学习电路SAM-SNN强化学习研究

基本信息

批准号：
19K12176
负责人：
本木実
金额：
$ 1.25万
依托单位：
National Institute of Technology, Kumamoto College
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

一昨年度末，「目標到達タスク」において初めてSAM-SNNにActor-Critic型強化学習を利用したモデルでの成功を確認した．これに伴い，知財化の実施の検討も併せて行い，初出の技術であることを確認した．しかしながら，その後の解析により学習の経過に伴って目標到達率が再度減少し学習が安定しないことが判明した．これを受けて昨年度は，より解析を行いやすくするため，これまでC/C++言語により実験を行っていたが，python言語により実験システムを実装しなおし，各種パラメータの詳細な動きを観測しやすいように変更を行った．ここで作成したpython言語による実験システムは，本研究室にてSAM-SNNをライブラリ化したものを利用しており，研究の実施に伴って研究環境の整備も進め，技術蓄積を行っている．本研究室の本実験システムの利用により，下記のことが明らかとなってきた．・探索を（カオス的などではなく）ランダムに行っており，このランダム成分のパラメータの設定による学習のされかたに幅がある．・学習率ηの設定は，関数近似のタスクと同様に，小さめが安定している模様．今後上記の検証を重ねていく．また，昨年度は，これまでのSAM-SNNによるActor-Critic型強化学習の研究で得られた知見を国際会議ISNAIH2023にて成果発表を行った．主に国内の同分野の若手研究者と有益なディスカッションが可能となった．

At the end of last year, the success of SAM-SNN Actor-Critic Reinforcement Learning was confirmed. In this case, the implementation of financial management is discussed and implemented, and the initial technology is confirmed. After the analysis, the target arrival rate of learning is reduced again, and the learning is stable. The C/C++ language is the language of choice, and the Python language is the language of choice. This is the first time that SAM-SNN has been developed and utilized in this laboratory. The author of this paper discusses the use of the system in the laboratory. Search for ( The learning rate η is set to be similar to the learning rate η. The learning rate η is set to be similar to the learning rate η. In the future, please remember that the evidence is re-examined. Last year, the SAM-SNN system was developed and the Actor-Critic reinforcement learning was studied. The results of ISNAIH2023 were presented. It is helpful for researchers in the same field in China to find out the possible reasons.