- 著者
-
奥乃 博
- 雑誌
- 全国大会講演論文集
- 巻号頁・発行日
- vol.39, pp.317-318, 1989-10-16
SOARはゴール達成を問題空間の発見的探索として構成する問題解決システムである。SOARではゴールおよび制御情報が一元管理されているので、その推論過程をキャッシュ化することによって学習を行ない、新たなオペレータあるいは制御機構を作成することができる。このような学習はチャンキングと呼ばれ、一種の定理あるいはマクロ・オペレータに相当するルールを作成する。学習されたルールは推論の簡略化には役立つが、実際にオペレーションするような応用(例えば、ロボット)では、マクロ・オペレータの効率が良くないと役に立たない場合がある。操作効率という視点は、SOARをロボットのセットアップ時の学習に応用するときには極めて重要になる。このような最適でないルールを生成するチャンキングは、過剰一般化と見なすことができるが、まだ検討されていない。あらゆる場合を想定してSOARのプログラムを書くことも一解決策ではあるが、汎用的なアプローチとは言えない。本稿では、多重文脈推論を用いた、操作効率の最もよいルールの学習方法を提案し、ATMSによる実装を検討する。