[2F6-OS-16b] 知識・学習の転移可能性～ヒトとＡＩ～(2/2)

[2F6-OS-16b-01] 多次元環境での強化学習における次元への注意の向きやすさの影響

階層モデルを用いた分析から

〇塚村 祐希¹、麻生 裕樹¹、植田 一博¹ (1. 東京大学)

キーワード：認知科学、強化学習、多次元環境、注意、階層ベイズモデリング

強化学習モデルのフレームワークは，人間の学習や意思決定を説明する枠組みとして支持されている．一方，強化学習において，状態の次元が増加すると，学習の効率が大きく低下するということが知られている．人間を取り巻く環境は多くの特徴次元を持っているため，人間がそれらをどのように処理しているのかについて近年盛んに調べられている．先行研究では，人間はすべての特徴次元を等しく処理していると想定しているが，次元間で学習への利用のされやすさに差があると考えられる． 本研究では，先行研究の課題を改変し，色などのより顕著だと想定される次元と，位置というより無視されやすいと想定される次元を含む学習課題を作成した．強化学習モデルをベースにした階層モデルに基づいて分析した所，次元間の学習率パラメータに差が見られた．このことから，「関係しうる次元の候補を制約する要因」の存在が示唆される．一方，条件間の学習率パラメータには大きな差が見られなかった．このことから，注意がその要因であるか否かは明らかにならなかった．