文献

J-GLOBAL ID：201902216112691325   整理番号：19A0148067

エージェント間の干渉検出による学習空間の抑制

著者 (2件)： 本木雄斗 (千葉大 大学院) ,  荒井幸代 (千葉大 大学院)
資料名： 計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)
巻： 2018  ページ： ROMBUNNO.GS0208  発行年： 2018年11月25日 
JST資料番号： F0428D  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： マルチエージェント強化学習では,エージェント間の相互作用を考慮して,他エージェントの状態や行動の観測が必要となる。すべての状態と行動を共有すれば,その学習空間はエージェント数の増加に伴い膨大になり,遅れのある報酬だけでは学習効率が極端に低下し,学習できない場合も生じる。ただし,エージェント間の相互作用が疎であれば,「学習に影響を及ぼす(干渉とよぶ)状態-行動対」は限られるために,干渉する場合を検出し,これに限定して,他エージェントを観測すればよいはずである。従来の干渉検出法では,状態-行動価値の学習であっても,干渉しうる「状態」だけに着目し「行動」を考慮していないため,状態遷移先の不確定性によって干渉検出の精度を低下させている。そこで本論文では,エージェント間の干渉検出において,「状態」に加えて「行動」を考慮することによって,精度の高い干渉検出を実現し,学習空間を抑制しつつ,解の最適性や学習速度を向上させる方法として,オフライン手法とオンライン手法の二つを提案する。(著者抄録)

シソーラス用語： *強化学習 ,  移動 ,  効率 ,  データ処理 ,  オンライン処理 ,  *弱い相互作用 ,  抑制 ,  *経路探索
準シソーラス用語： Q学習 ,  オフライン処理 ,  *マルチエージェント学習 ,  学習効率 ,  *干渉抑制 ,  *経路計画法 ,  *状態遷移

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： エージェント ,  干渉