Google Brainの研究者は、強化学習において、脳内だけでなく、環境に最適なボディデザインも学習することで、より高いパフォーマンスを達成させる手法を発表しました。
論文：Reinforcement Learning for Improving Agent Design
著者：David Ha
所属：Google Brain
本論文は、強化学習において、報酬を最大化するだけでなく、同時にエージェントのデザインも学習するアプローチを提案します。デザインとは、例えば、二足歩行のエージェントの場合、足の長さや向き、角度などの設計部分を指します。
多くの強化学習における研究は、所定のボディデザインでエージェントの行動を制御するためのポリシーを学習します。しかし、そのボディデザインが環境に最適かは分からないわけで、本研究は、そのタスクにより適しているエージェントのボディデザインも学習することで精度を高めることを目的とします。
エージェントの身体をより良いバージョンで学ぶことは、より良いパフォーマンスを達成するのに役立つだけでなく、エージェントがより効率的にポリシーを学ぶことにもなります。