スパイラル学習法でドローンを自動操縦Preferred NetworksがCEATECでデモ公開 Preferred Networksは、「CEATEC JAPAN 2016」（会期：2016年10月4～7日、会場：千葉市幕張メッセ）で新たな深層強化学習手法「スパイラル学習法」を用いて実現したドローンの自動操縦デモを公開する。 ドローンの自動操縦デモのようす。照明で丸く照らされた部分が目的地でそこへ向かってドローンは自動で飛んでいく。ただ、赤いLEDの線上は飛び越えてはならず、赤い線を避けて飛行する。目的地に着けば報酬を与え、赤い線を飛び越えるなどした場合にはペナルティーを与えるといった具合で、強化学習が行われる。 新たに構築した深層強化学習手法は、自動操縦に必要な制御に関する深層学習とともに、シミュレーター上の挙動モデルを深層学習する、2つの深層学習を組み合わせ、効率的かつ安全に、制御に関する深層学習を行うというものだ。
