ロボットの強化学習の今について

皆さんは機械学習というと何が印象的ですか？

今だと自動走行を思い出す方も多いのではないでしょうか。

実はその自動走行やロボットにおける機械学習・深層学習に使われているもので一番メジャーなのは「強化学習」と言います。

強化学習とは、端的にいうと「一番時間がかかるけど、まるで本物の人間のような試行錯誤を繰り返して賢く学習していく手法」のことです。

このように話すと皆さんは「え？時間かかっちゃうの？じゃあそれって手間じゃない？」と思うでしょうね。

そうなんです。今までも強化学習によって人間のプロゲーマーよりも上手くゲームをクリアする人工知能が誕生することもあって非常に驚異的な学習能力を持つ方法なのですが、その反面時間がかかることがどうしても難点でした。

じゃあ、その強化学習の手間がもっと簡単になるとしたらどうでしょうか？

より研究員や企業ももっと手軽に扱えるようになるとしたら？

今回はその点について関わる論文のご紹介です。

この記事を読まれた方には以下のメリットがあります。

・機械学習＝手間がかかるし賢くないと使えない、という偏見をなくせる。
・強化学習による効率的な学習の手法について学べる。
・AIのモデルが最新でないと精度が上がらないという偏見をなくし、何が精度向上に必要なのかが理解できる。

それではさっそく参りましょう！

強化学習の現実

今回ご紹介する論文は"Accelerating Robotic Reinforcement Learning via Parameterized Action Primitives"、直訳しますと「パラメータ化されたアクションプリミティブによるロボット強化学習の高速化」についての論文です。