ファジィ制御ルールにより表現された方策を持つ方策勾配法：自動車の速度制御における重心モデルを用いたルール重みの学習

摘要

ファジィ推論と強化学習の典型的な融合方式は，マルコフ決定過程を仮定したQ学習のような価値ベースの強化学習法を用いるものである．一方，これまでに我々は，価値ベースではなく方策を直接学習する強化学習法である方策勾配法とファジィ推論との融合方式を提案してきた．本研究では，その融合方式において，出力値の選択確率を重みとする期待値操作（重心モデルを用いた非ファジィ化）による出力値の決定方式に基づく学習則を提案する．実験の結果，自動車の速度制御シミュレーションにおいてルール重みを適切に学習できたことを示す．