ノイジーネットワーク

ノイジーネットワークとは、強化学習の探索を効率化するために、ニューラルネットワークの重みに確率的なノイズを加える手法です。従来の強化学習で見られた探索の課題を解決します。

通常の学習ではエージェントの行動決定に乱数を用いていましたが、ノイジーネットワークでは重み自体に学習可能なノイズを含めます。これにより、複雑な環境下でも一貫性のある探索行動を自律的に学習できるようになります。

ε-greedy法との違いが重要です。ε-greedy法は行動選択時に外部から一律にランダムな行動を混ぜる手法ですが、ノイジーネットワークはネットワーク自体が探索の必要性を判断してノイズを調整する点でより洗練されています。