[18a-A302-1~8] 3.10 光量子物理・技術

[18a-A302-2] レーザカオスの時分割多重によるスケーラブルな強化学習

〇成瀬 誠¹、巳鼻 孝朋²、堀 裕和³、西郷 甲矢人⁴、岡村 和弥⁵、内田 淳史² (1.情通機構、2.埼玉大、3.山梨大、4.長浜バイオ大、5.名古屋大)

キーワード：強化学習、意思決定、レーザカオス

強化学習とは不確実環境下での速やかで的確な意思決定であり多くの重要な応用の基礎をなす．我々はレーザカオスの高速性と乱雑性を活用し，当たり確率の未知なスロットマシンからの獲得報酬を最大化する問題の解決に成功した．しかし実際的応用における問題規模への可能性は未解決であった．本研究ではレーザカオスのサンプリングを時間多重化することによるスケーラブルな原理を示した上で実際のカオス光を用いた実験結果を示す．