文献

J-GLOBAL ID：202202222706128494   整理番号：22A2725558

DA6-X:マルチエージェント深層強化学習における条件付き協調行動の解釈性確立

著者 (2件)： 元川善就 (早稲田大) ,  菅原俊治 (早稲田大)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 122  号： 186(AI2022 18-32)  ページ： 1-6 (WEB ONLY)  発行年： 2022年09月08日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,マルチエージェント深層強化学習における条件付き協調行動を自律的に学習するdistributed attentional actor architecture after conditional attention(DA6-X)を提案する.本提案であるDA6-X内部のネットワークでsaliency vectorをattention mechanismにて再利用することで,環境の条件付き状態(エージェントやタスクの位置・種類などの事前情報)を柔軟に認識し,効率的な協調行動の創発と,その行動の説明性を向上できる.実験結果から,環境の条件付き状態はエージェントのより高い学習性能の達成・効率的な協調行動の獲得へと作用することを示す.また,DA6-Xが内包するattention weightsを解析することで,これまで不明瞭であった条件付き協調行動の解釈性を検証する.(著者抄録)

シソーラス用語： *強化学習 ,  機械学習 ,  *協調作業 ,  *行動 ,  学習 ,  人工知能 ,  エージェント ,  過程 ,  環境 ,  可視化 ,  特性 ,  注意 ,  マルチエージェント ,  深層学習 ,  *深層強化学習
準シソーラス用語： 学習過程 ,  学習環境 ,  *協調行動 ,  自律学習 ,  説明可能AI ,  説明可能性 ,  分散学習

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (14件)：

• S. Milani, N. Topin, M. Veloso, and F. Fang, “A survey of explainable reinforcement learning,” 2022. https://arxiv.org/abs/2202.08434
• E. Puiutta and E.M.S.P. Veith, “Explainable reinforcement learning: A survey,” Machine Learning and Knowledge Extraction, eds. by A. Holzinger, P. Kieseberg, A.M. Tjoa, and E. Weippl, pp.77-95, Springer International Publishing, Cham, 2020.
• A. Heuillet, F. Couthouis, and N. Díaz-Rodríguez, “Explainability in deep reinforcement learning,” Knowledge-Based Systems, vol.214, p.106685, 2021.
• A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, L.u. Kaiser, and I. Polosukhin, “Attention is all you need,” Advances in Neural Information Processing Systems, eds. by I. Guyon, U.V. Luxburg, S. Bengio, H. Wallach, R. Fergus, S. Vishwanathan, and R. Garnett, vol.30, Curran Associates, Inc., 2017.
• A. Dosovitskiy, L. Beyer, A. Kolesnikov, D. Weissenborn, X. Zhai, T. Unterthiner, M. Dehghani, M. Minderer, G. Heigold, S. Gelly, J. Uszkoreit, and N. Houlsby, “An image is worth 16x16 words: Transformers for image recognition at scale,” International Conference on Learning Representations, 2021.

タイトルに関連する用語 (3件)： マルチエージェント ,  深層強化学習 ,  協調行動