文献

J-GLOBAL ID：202302225564043797   整理番号：23A3148798

sfDA6-X:マルチエージェント深層強化学習における戦略指令に基づいた協調行動の操作性検証

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： 123  号： 190(AI2023 1-36)  ページ： 66-71 (WEB ONLY)  発行年： 2023年09月05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協調行動の操作性の検証を目的としたstrategy-following distributed attentional actor architecture after conditional attention(sfDA6-X)を提案する.本提案であるsfDA6-Xは注意機構(attention mechanism)を内包するため,sfDA6-Xを保有するエージェント(sfDA6-Xエージェント)は外部から与えられた戦略を柔軟に認識し,より高い学習性能の達成・指令に沿った協調行動の獲得へと作用する.実験結果から,3種類の戦略指令のケース全てにおいて,既存の比較手法よりも高い学習性能を達成できることを示す.また,学習後のsfDA6-Xエージェントに異なる戦略指令を意図的に与え,システム全体の協調行動の操作可能性を検証する.(著者抄録)

シソーラス用語： *マルチエージェントモデル ,  *強化学習 ,  *機械学習 ,  行動 ,  自己注意機構 ,  *深層強化学習
準シソーラス用語： マルチエージェント学習 ,  *マルチエージェント深層強化学習 ,  *協調行動 ,  自律学習 ,  戦略指令 ,  操作性

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (10件)：

• Y. Motokawa and T. Sugawara, “Interpretability for conditional coordinated behavior in multi-agent reinforcement learning,” 2023 International Joint Conference on Neural Networks (IJCNN), pp.1-8, 2023.
• V. Chen, A. Gupta, and K. Marino, “Ask your humans: Using human instructions to improve generalization in reinforcement learning,” International Conference on Learning Representations, pp.●●-●●, 2021. https://openreview.net/forum?id=Y87Ri-GNHYu
• S.-H. Sun, T.-L. Wu, and J.J. Lim, “Program guided agent,” International Conference on Learning Representations, pp.●●-●●, 2020. https://openreview.net/forum?id=BkxUvnEYDH
• Y. Yang, J.P. Inala, O. Bastani, Y. Pu, A. Solar-Lezama, and M. Rinard, “Program synthesis guided reinforcement learning for partially observed environments,” Advances in Neural Information Processing Systems, eds. by A. Beygelzimer, Y. Dauphin, P. Liang, and J.W. Vaughan, pp.●●-●●, 2021. https://openreview.net/forum?id=QwNLVId9Df
• B. Gangopadhyay, H. Soora, and P. Dasgupta, “Hierarchical program-triggered reinforcement learning agents for automated driving,” IEEE Transactions on Intelligent Transportation Systems, vol.23, no.8, pp.10902-10911, 2022.

タイトルに関連する用語 (7件)： マルチエージェント ,  深層強化学習 ,  戦略 ,  指令 ,  協調行動 ,  操作性 ,  検証