エージェントのルール学習における
GAとGPの特性比較と融合化による性能向上
西村崇征†
岩沼宏治‡ 鍋島英知‡
† 松下ソリューションテクノロジー株式会社
‡ 山梨大学大学院医学工学総合研究部
{iwanuma, nabesima}@iw.media.yamanashi.ac.jp
要旨
本研究は，エージェントの行動学習問題において，GAとGPのどちらの手法がより有効であるかを明らかにすることを目的とする．我々は，GAとGPを制約付き経路問題に対する行動ルール学習に適用し，その特性を実験的に比較した．その結果，不完全情報に対する頑健性や多段階学習の結果など全体的にGPの方が優れているが，解の近傍における局所的探索ではGAの方が良いという結果が得られた．この結果を基に，両手法を融合化した新手法を2つ提案し，性能の向上を実証的に確認した．