文献

J-GLOBAL ID：202202281202319794   整理番号：22A1920630

「一般化塗りつぶし問題」における強化学習

Multi-Agent Reinforcement Learning in General Filling Problem

著者 (2件)： 岩井大河 (立教大 大学院) ,  三宅陽一郎 (立教大 大学院)
資料名： 人工知能学会全国大会論文集(Web)  (Proceedings of the Annual Conference of JSAI (Web))
巻： 36th  ページ： ROMBUNNO.2O5-GS-5-03(J-STAGE)  発行年： 2022年 
JST資料番号： U1701A  ISSN： 2758-7347  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では「一般化塗りつぶし問題」にボトムアップ型のマルチエージェント・コミュニケーション・モデル(以下MACモデル)とトップダウン型指揮官AI-エージェントモデル(以下CAIAモデル)に適用した。本問題は複数のエージェントにグリッド状マップ全体を塗りつぶさせるゲームであり,清掃ロボット,地雷除去,ドローン制御など複数のロボットを協調させるアルゴリズムの探究に利用可能である本実験は障害物のないノーマル型と障害物による迷路型を対象とする。各エージェントはニューラルネットワークを持ち,入力には各エージェントの座標とマップ情報を渡し,出力として,MACモデルではエージェント自身が行動を決定し,CAIAモデルでは全エージェントの行動を決定することでマルチエージェント強化学習を行う。全体を塗り終わると各エージェントに報酬を与え学習を進める。本研究の目的は,両モデルを比較し,マップの形状に応じてMACモデルとCAIAモデルのどちらが効率的なアルゴリズムかを判断することにある本研究に応用として複数のドローンに効率的に空間を探索させる手法として役立つ。(著者抄録)

シソーラス用語： *強化学習 ,  *グラフ理論 ,  マルチエージェントシステム ,  マルチエージェントモデル ,  コミュニケーション ,  意思決定 ,  問題解決 ,  協調作業 ,  協調制御 ,  ニューラルネットワーク ,  トップダウン統制
準シソーラス用語： トップダウン制御

分類 (2件)： 人工知能  (JE08000Z) ,  グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (2件)： 問題 ,  強化学習