文献

J-GLOBAL ID：201902226549519292   整理番号：19A0148215

報酬の動的変化に適応する通信なしマルチエージェント協調学習のための公平性に基づく内部報酬設定法

著者 (2件)： 上野史 (電通大) ,  高玉圭樹 (電通大)
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.SS0802  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： 本研究は,災害地への物資運搬を想定し,迷路問題において報酬が動的に変化するときに,それに追従するマルチエージェント強化学習法を提案する。具体的にはPMRL-OMという手法を改良し,報酬値の違いをステップ数に変換し,各エージェントの協調のためのゴールを絞り,絞られたゴールの範囲内で協調行動を学習する。実験では,学習途中で報酬が変化する問題において有効性の検証を行い,提案手法は通信を行わず協調行動を学習可能であることが明らかとなった。(著者抄録)

シソーラス用語： 強化学習 ,  *マルチエージェントシステム ,  協力 ,  *学習 ,  賃金 ,  環境 ,  公平性
準シソーラス用語： 協調 ,  *協調学習 ,  動的環境 ,  報酬

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 報酬 ,  動的変化 ,  適応 ,  マルチエージェント ,  協調学習 ,  公平性