1D2-OS6-13 強化学習エージェントと報酬頻度に関する考察

演題番号	1D2-OS6-13
題目	強化学習エージェントと報酬頻度に関する考察
著者	野田五十樹(産業技術総合研究所)
時間	06月17日(Wed) 17:30〜17:50
概要	社会において活動するエージェントに対する報酬は確率的かつ時間遅れが生じる。本発表では、エージェントの強化学習と報酬頻度の関係を分析し、社会的に安定な行動を行うエージェントよう学習を進める条件を洗い出す。
論文	PDFファイル