自律知能システム
Autonomous Intelligent Systems
形態
講義
目的
自律的な知能システムの設計方法論として，報酬に遅れのある環境におかれながらも自らの行動政策を試行錯誤的に最適化可能な強化学習が注目されている．本講義では，強化学習の基本概念，原理および応用方法を修得する．
概要
知能システムをトップダウン的に設計しようとする旧来の人工知能研究の限界が明らかとなり，外界との相互作用を通し，その性能を自律的に改善する能力を有する知能システムに関する研究が展開されている．本講義では，強化学習を中心に，そのような自律的な知能システムを設計するための方法論を解説する．
キーワード
自律エージェント，創発的設計，強化学習，ロボティクス，マルチエージェントシステム
目標
| 1. | 知能システムのボトムアップ的な設計手法の基礎となる種々の強化学習手法の原理を修得すると共に，小規模な知能システムの設計を通して，各手法の性能と限界を理解する． |
計画
| 1. | 序論 |
| 2. | 強化学習の基本概念 (1) |
| 3. | 強化学習の基本概念 (2) |
| 4. | 基本的な強化学習 (1) |
| 5. | 基本的な強化学習 (2) |
| 6. | 基本的な強化学習 (3) |
| 7. | 実環境への応用を考慮した強化学習 (1) |
| 8. | 実環境への応用を考慮した強化学習 (2) |
| 9. | 進化戦略に基づく強化学習 |
| 10. | 進化計算に基づく強化学習 |
| 11. | 遺伝プログラミングに基づく強化学習 |
| 12. | 強化学習とロボティクス (1) |
| 13. | 強化学習とロボティクス (2) |
| 14. | 強化学習とマルチエージェントシステム (1) |
| 15. | 強化学習とマルチエージェントシステム (2) |
評価
出席(30%)，期末レポート(70%) として評価する．
対象学生
開講コース学生のみ履修可能
教科書
授業中に紹介する．
参考資料
授業中に紹介する．
連絡先
小野(D棟106, 088-656-7509, ono@is.tokushima-u.ac(no-spam).jp)
- オフィスアワー: 金曜日 15:00∼17:30
最上(D102, 088-656-7505, moga@is.tokushima-u.ac(no-spam).jp)
- オフィスアワー: 月曜日 15:00∼18:00 (年度ごとに学科の掲示を参照すること)
備考
| 1. | 講義に関連する資料はWeb(u-Learning システム) を用いて配信する． |
| 2. | 授業を受ける際には，2時間の授業時間毎に2時間の予習と2時間の復習をしたうえで授業を受けることが，授業の理解と単位取得のために必要である． |
| 3. | 授業計画1∼15に関しては，期末レポートにより達成度評価を行なう． |