卒业论文中间发表-高知大学情报科学科.PPTVIP

強化学習と決定木による汎用エージェントの構成の試み 理学部　数理情報科学科 本田研究室　　黄　嵩 学籍番号：B003G025k 発表の流れ ?本研究の背景 ?本研究の目的 ?エージェントの行動様式の学習法 　?強化学習 　?決定木 ?エージェント汎用ルールの習得実験 　　?問題設定と前提条件 　　?強化学習の結果 　　?決定木による汎用ルールのマイニング ?実験Demo ?結論と課題 研究の背景 　　エージェント（Agent)：環境を知覚し、自分の内部には行動規範を持ち、それに従って、自律的に行動する知的システム。 　 本研究の目的 　?強化学習と決定木による汎用エージェントの構成 強化学習 決定木による汎用ルールのマイニング エージェント汎用ルールの習得実験 強化学習の学習結果 決定木の学習に使用するデータ(強化学習によりサンプリング) 　　　　　　　　　環境 左上　左　左下　上　下　右上　右　右下 　1　　　1　　1　　　1　　0　　1　　0　　　0 　1　　　1　　1　　　0　　1　　0　　0　　　1 　1　　　1　　1　　　1　　0　　1　　0　　　0 　1　　　1　　1　　　0　　0　　0　　0　　　0 　1　　　1　　1　　　0　　1　　0　　0　　　1 　1　　　1　　1　　　1　　0　　1　　0　　　0 　1　　　1　　1　　　0　　0　　0　　0