強化学習を用いた変動環境下の最短経路探索

摘要

エージェント自身に環境認識を行わせ、環境変化を認識するとMapの再学習を行わせることで変動環境下においてゴールまでの最適行動を強化学習によって求めることを目的とする。また、最短行動を学習済みでも時節環境の探索を行わせることにより新しい最短経路の出現にも対応する。環境の認識は尤度を求めることにより行う。シミュレーション実験を行い、パラメータの設定の調整により行動回数を減少することが出来た。併せて、提案手法で用いたパラメータ値がエージェントの行動に与える影響についても検討した。