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

報酬最大化原理および大脳基底核モデルによるゴール指向性推論機能の自動的実装

使用奖励最大化原理和基底神经节模型自动实现目标导向推理功能

基本信息

批准号：
15700180
负责人：
伊藤秀昭
金额：
$ 1.15万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2003
资助国家：
日本
起止时间：
2003 至 2005
项目状态：
已结题

项目摘要

本研究は、ゴール指向性推論を始めとした、人間の脳の持つ様々な高次脳機能を包括的に実現するエージェントを設計することを目標としたものである。そのため、ゴール指向性推論に始めから特化してエージェントを設計するのではなく、「エージェントとその環境についてのある制約条件のもとで報酬最大化という最適化問題を解く」という形でエージェントを設計し、その結果として「ゴール指向性推論がエージェントに実装された」という現象を自動的に発生させることを試みた。前年度までの研究によりそのような現象が発生する具体例を考案していたが、最適化に長い時間がかかってしまうという問題があった。そこで本年度はその現象をより効率よく発生させることを目指して、新たな最適化手法の開発を行った。第一に、これまではエージェントが環境を直接には学習しない強化学習的手法を用いていたが、最適化が完了するまでに環境と多くのインタラクションを行う必要があり非効率的であった。そこで効率化のためには環境を学習させた方が良いのではないかと考え、そのための手法を開発した。特に、確率的な環境をコンパクトに表現する事ができるダイナミックベイジアンネットワークを用いることが有望であると考え、これを効率よく学習することができる手法を開発した。この成果については学会にて公表済みである。第二に、学習された環境をもとに効率よく最適化を行う手法も開発した。これについては論文を投稿中である。これらによってこれまでより大幅に効率的な最適化が可能となった。ただし、ゴール指向性推論の効率のよい発生が可能となる理論的条件やゴール指向性推論以外の機能の実現については十分検討できなかったため、今後の課題としたい。

This study is aimed at the development of directional inference and the maintenance of high-level functions, including the design of directional inference. The problem of compensation maximization optimization is solved by the constraint condition of the environment. The problem of compensation maximization optimization is solved by the design condition of the environment. The problem of compensation maximization is solved by the constraint condition of the environment. The problem of compensation maximization is solved by the constraint condition of the environment. In the past year, we have studied the specific cases of occurrence of phenomena and optimization of problems. This year's new optimization method was developed. The first is to optimize the environment and the method of reinforcement learning, which is necessary to improve the efficiency of learning. The best way to learn is to learn from the environment. In particular, the accuracy of the environment, the performance of the matter, the use of the hope, the efficiency of learning, the development of the method The results of this study are as follows: The second is to learn how to do it.これについては论文を投稿中である。This is the best way to optimize your performance. The theoretical conditions for the development of the efficiency of directivity inference are discussed in detail.