適応型GP－オートマトンによるエージェントの行動制御

• Item type: Journal(1)
• 公開日: 2003-09-15
• タイトル: 適応型GP－オートマトンによるエージェントの行動制御
• タイトル / 言語: en
• タイトル: Action Control of an Agent Using Adaptive GP-Automata
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: 知識処理
• 著者所属: 東京工業大学大学院総合理工学研究科物理情報システム創造専攻／現在，日本テレコム株式会社
• 著者所属: 東京工業大学大学院総合理工学研究科物理情報システム創造専攻／現在，広島市立大学情報科学部知能情報システム工学科
• 著者所属: 横浜国立大学大学院環境情報研究院
• 著者所属(英): en
• 著者所属(英): Department of Information Processing, Tokyo Institute of Technology/Presently with JAPAN TELECOM Co., Ltd.
• 著者所属(英): en
• 著者所属(英): Department of Information Processing, Tokyo Institute of Technology/Presently with Faculty of Information Sciences, Hiroshima City University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Sciences, Yokohama National University
• 著者名: 片岡, 寛明; 原, 章; 長尾, 智晴
• 著者名(英): Hiroaki, Kataoka; Akira, Hara; Tomoharu, Nagao
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: エージェントの行動制御において，同一の入力に対して場合に応じて異なる出力をとる必要がある問題に対しては，エージェントの内部状態を考慮し，その状態の違いに応じて行動を選択する必要がある．遺伝的プログラミング（Genetic Programming; GP）を用いたエージェントの行動制御において，これを実現するため，AshlockはGP-オートマトン（GP-Automata）を提案している．GP-オートマトンではエージェントが利用できる内部状態数を固定して問題に適用する．あらかじめ設定した状態数が適切ならば問題を解くことができるが，状態数が足りなければ問題を解くことはできず，多すぎれば冗長な部分が増え最適化が困難になる．すなわち，GP-オートマトンの性能は固定した状態数に左右されることになる．そこで，本論文では進化過程で，扱う状態数を増減させる適応型GP-オートマトン（Adaptive GP-Automata; AGPA）を提案する．本手法は問題解決に必要な状態数を進化により自動的に獲得するため，未知の環境に対しても状態数に対する試行錯誤を必要としない．AGPAの性能を検証するため迷路探索問題を設定し実験を行った結果，要求される状態数が異なる様々な迷路に対して最適解を得ることに成功した．また，従来のGP-オートマトンとの比較を行い，提案手法の有効性を示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, many researches on action control of an agent by Genetic Programming have been made.There are problems such as maze problems, which require different actions even if the agent gets the same inputs from its sensors.In order to solve these problems, the agent has to select its action according to the difference of its internal states.As the solution, GP-Automata have been proposed by Ashlock.In GP-Automata, the number of internal states in an agent is fixed beforehand.If the number is appropriate, the agent can solve the problem. If the number is smaller than the required number, however, the agent can not solve the problem.On the other hand, if the the number is larger than the required number, the search efficiency declines.That is, the performance of GP-Automata depends on the number of the internal states prepared beforehand.Therefore, we propose Adaptive GP-Automata (AGPA), in which the number of the internal states is optimized in evolutionary process.This method does not need trial and error for decision of the number of the internal states.We showed experimentally that AGPA are more effective for perceptual aliasing problems in comparison with GP-Automata.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 44, 号 9, p. 2390-2400, 発行日 2003-09-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764