エピソード記憶編集による学習アルゴリズムの経験累積効果と課題構造の関係

• Item type: Trans(1)
• 公開日: 2007-03-15
• タイトル: エピソード記憶編集による学習アルゴリズムの経験累積効果と課題構造の関係
• タイトル / 言語: en
• タイトル: Relationship between Structure of Tasks and Past Experiences on the Learning Algorithm with Episodic Memory Integration
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: オリジナル論文
• 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
• 著者所属: 横浜国立大学大学院国際社会科学研究科
• 著者所属: 理化学研究所脳科学総合研究センター
• 著者所属(英): en
• 著者所属(英): International Graduate School of Social Sciences, Yokohama National University
• 著者所属(英): en
• 著者所属(英): Brain Science Institute, RIKEN
• 著者名: 青田, 佳士; 山口, 陽子
• 著者名(英): Yoshito, Aota; Yoko, Yamaguchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 以前に我々が提案したエピソード記憶編集による学習アルゴリズムは，部分観測マルコフ決定過程下でもとくに時間軸上の不確定さが存在する課題に対して適切なエピソードを選択した．さらに，過去に学習した課題も新規な別の課題に対してより良い解の探索に役立っていることが示された．しかし，過去の経験がどのように役立つのか，あるいは新規な課題でもその課題の構造と過去の経験との関連性は明確ではなかった．そのため本研究では，過去の経験が新規課題の解の改善に役立つ条件を調べた．その結果，課題を解くプロセスがラットの系列学習においてみられるチャンク化とよく似たものであり，課題構造に応じたチャンク化を行うことにより学習を促進させたことを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The learning algorithm, which we proposed previously, showed proper selection of episodes in tasks under the Partially Observable Markov Decision Process, POMDPs, especially including uncertainness along the time axis. Moreover, it was shown that the agents utilized past experiences for solving new tasks. But the relationship between structure of tasks and past experiences was not clear. Here, we investigated the requirements for utilizing past experiences to new tasks. It is also discussed that the learning process is highly similar to “chunking”, which is observed in rat’s serial learning, and the agent’s chunking according to the structure of each task could promote learning.
• 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: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 48, 号 SIG6(TOM17), p. 12-22, 発行日 2007-03-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会