研究報告（5月26日）昨年行ってきたことの流れ 1. 知的照明システムの理解 2. 知的照明システムに組み込む学習制御の考察 3. Actor-Criticを組み込んだ知的照明システムの検討 4. Actor-Criticを組み込んだ知的家電システムの検討 5. Q-LearningとActor-Criticとの比較をきちんと行うシミュレーション：知的照明システム目標：人を快適にする（快適＝100±5 [lx]）状態数：0～300 [lx]を60分割 Sense：人のいる地点の照度 Judge：判断基準との比較各ライトのSense・Judge・Act Act：ライトの光度の変更 Q-LearningとActor-Criticの比較 Actor-Criticがより少ないステップで目標に到達する知的家電システム照明と共に，空調をネットワークに接続するシミュレーション結果目標：150回の学習を行う結果：学習の成功率は約50％学習が成功したときの平均(55試行) 抽象的な目的に対して学習により判断基準を生成することで自身の目的を判断することができるようになる学習の成功確率をあげる必要がある学習が失敗した例シミュレーション：知的照明システム目標：人を快適にする（快適＝100±5 [lx]）状態数：0～300 [lx]を60分割ライト：1.5m間隔で3台設置人：中央のライトの下に存在 Sense：人のいる地点の照度 Judge：判断基準との比較各ライトのSense・Judge・Act Act：ライトの光度の変更人のいる地点の照度の履歴学習により目標状態へ到達するまでのステップ数が少なく目標状態までのStep数の収束大きな値を選択させるとステップ数は小さく機器が故障したときの柔軟な対応各学習手法で100回の学習後，目標に到達したときの障害を想定他の機器が柔軟に対処することが望ましい行動選択 Q-Learning：±200[cd]から選択 Actor-Critic：初期標準偏差＝200 障害時の行動(Q-Learning) 一つのライトの動作が大きいため，柔軟な対応が不可能障害時の行動(Actor-Critic) 個々の機器が少しずつ明るくなることによって調整現在と今後現在 GAのプログラム作成学習手法の勉強（蟻モデルなど学習効果のあるもの）ゴールドバーグの研究調査今後効果的な学習手法の確立モデルGAへの適用