環境の変化に適応可能な効率化学習の研究

适应环境变化的高效学习研究

• 批准号: 07780324
• 负责人: 山田 誠二
• 金额: $ 0.7万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07780324/
• 关键词: 人工知能; 機械学習; 適応

これまでの人工知能(AI)研究は,計算機上で構築されたAIシステムと外界である実世界とのインタラクションをあまりに軽視してきた.その結果,アルゴリズムは複雑にはなるが,実世界の変化に適応できるような頑健性は,ほとんど持っていないAIシステムばかりが開発され,それらの多くは,環境が少しでも変化すると破綻してしまうものであった.このような反省にたち,現在人工知能研究において,外界への適応性が重視されるようになってきた.そこで本研究は,問題分布の変化に適応可能な効率化学習の実現をその目的とした.具体的な学習アルゴリズムとしては,筆者がこれまで研究してきた説明に基づく学習の手法を用いたマクロオペレータ学習を用いる.対象領域として,演繹データベースおよび一般性の高い制約充足問題を考え,そのアクセスまたは問題解決の高速化を目指す.これらの領域において,問題の分布が変化した場合に,その変化を十分に迅速に検知して,できるだけ少ないコストでこれまでの学習結果を修正,新しい問題分布での再学習に移れるようなメカニズムを計算機上にインプリメントし,実験的にその有効性を確認した.

迄今为止的人工智能（AI）研究忽略了构建在计算机上的AI系统与外部世界（现实世界）之间的交互。因此，尽管算法变得更加复杂，但它们对现实世界的变化仍然敏感。系统很少具有适应的鲁棒性。许多这样的系统已经被开发出来，但如果环境发生轻微的变化，其中许多系统就会崩溃。作为这种反思的结果，在人工智能研究中，现在正在强调对外部世界的适应性，因此，本研究旨在实现这一点。能够适应问题分布变化的高效学习。具体使用的学习算法是宏观算子学习，它使用作者一直在研究的基于解释的学习方法。目标领域是演绎数据库和高度通用的约束满足问题，旨在加速访问或问题解决。在这些领域中，如果问题分布发生变化，有一种机制可以足够快地检测到变化，以尽可能小的成本修改以前的学习结果，并继续使用新的问题分布进行重新训练。计算机并通过实验证实了其有效性。