講演情報
[17p-WL1_301-10]リザバー計算に基づく強化学習モデルの実細胞実装
〇齋藤 新1,2、山本 英明1,2,3、香取 勇一4、門間 信明1,2、佐藤 茂雄1,2、平野 愛弓1,2,3 (1.東北大通研、2.東北大院工、3.東北大AIMR、4.はこだて未来大)
キーワード：
生体神経回路、物理リザバー、強化学習
本研究では，生体神経回路(BNN)とタスク実行環境をリアルタイムに結合した強化学習リザバー計算系を構築し，迷路探索タスクを用いて評価した．BNNのネットワークサイズを拡大したことで，リザバーの自由度および記憶容量が増大につながり，ロボットが局所的な回転挙動から脱却し，探索範囲が大幅に広がる行動ダイナミクスの変化が確認された．発表では，BNNのネットワーク規模が学習性能に与える影響について議論する．