Year: 2026
Type: article
Abstract: 強化学習（Q-learning）の効率的な学習法として，複数のエージェントが同時並列に試行しながら協調的にQテーブルを更新するアプローチが提案されている．本研究では，複数のエージェントがいくつかの異なる環境下で問題を解いている状態で，個々のエージェントがどの環境で問題を解いているか分からないとして，エージェントのクラスタリングとクラスターごとのQ-learningを同時分析することで，スイッチング強化学習モデルを提案する．クラスターごとの方策に基づく獲得利得をクラスタリング基準としてFuzzy c-Means（FCM）法に倣ったファジィメンバシップを算出し，メンバシップの重み付きでQ値の更新を行うことで，環境ごとのQテーブルを並列的に学習する．また，分割のファジィ度の決定論的アニーリングを導入することで，ロバストなモデル推定と獲得利得の最大化を合わせて実現する．
Institution: Osaka Metropolitan University
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W7128907193