以前に報告した「ニューラルネットの進化的学習 - 倒立振子制御への応用」においては,ニューラルネットの結合重みが実数値であった.この結合重みを2値{-1,1}に置き換えて,進化的アルゴリズムによる強化学習を試みた.用いたアルゴリズムは「進化戦略アルゴリズム」と「遺伝的アルゴリズム」である.
進化戦略アルゴリズムの設定

遺伝的アルゴリズムの設定

進化戦略アルゴリズムを用いて学習させた2値ニューラルネットの性能評価値

遺伝的アルゴリズムを用いて学習させた2値ニューラルネットの性能評価値

学習曲線の例 - 進化戦略アルゴリズムの場合
学習曲線の例 - 遺伝的アルゴリズムの場合
学習後の2値ニューラルネットによる振り子の制御 - 進化戦略アルゴリズムの場合
学習後の2値ニューラルネットによる振り子の制御 - 遺伝的アルゴリズムの場合