文献

J-GLOBAL ID：202302252056813897   整理番号：23A1123489

個々の目的を持つマルチエージェントシステムのための平等性を考慮したデータ収集に基づくモデル学習

Equality-Aware Data Collection-Based Model Learning for Multi-Agent Systems with Individual Objectives

著者 (4件)： 青谷拓海 (明治大 理工) ,  小林泰介 (国立情報学研) ,  小林泰介 (総合研究大学院大) ,  小澤隆太 (明治大 理工)
資料名： ロボティクスシンポジア予稿集  (ロボティクスシンポジア講演論文集)
巻： 28th  ページ： 304-307  発行年： 2023年03月15日 
JST資料番号： L1084B  ISSN： 1881-7300  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： ・実世界におけるマルチエージェントシステムの必要性は,複数ロボットの協調による物資の運搬など多岐にわたり,その制御手法としてマルチエージェント強化学習に注目。
・モデルベースの強化学習は解集合を得る作業の効率化には有効であるが,サンプル複雑性の高い協調動作を要するタスクを高精度に予測可能なモデルの学習は困難。
・各エージェントの得る報酬間の平等性を重視したデータ収集手法を提案し,協調動作を含む各エージェントのタスクを達成するような状態遷移データの効率的な取得が目標。
・提案方法は,ランダム方策と利己的方策の場合と比較して,より幅広い集団行動を獲得可能なモデルの効率的な学習が可能であることを,シミュレーションにより例証。

シソーラス用語： *マルチエージェントシステム ,  *データ収集 ,  *学習 ,  強化学習 ,  動作 ,  賃金 ,  移動 ,  行動 ,  知識獲得 ,  インセンティブ
準シソーラス用語： *モデル学習 ,  協調動作 ,  行動獲得 ,  集団行動 ,  状態遷移 ,  報酬

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  その他の計算機利用技術  (JE14000C)

引用文献 (8件)：

• R. N. Darmanin and M. K. Bugeja, ′′A review on multi-robot systems categorised by application domain,′′ in Mediterranean Conference on Control and Automation. IEEE, 2017, pp.701-706.
• L. Buşoniu, R. Babuška, and B. D. Schutter, ′′Multi-agent reinforcement learning: An overview,′′ Innovations in multi-agent systems and applications-1, pp.183-221, 2010.
• T. Aotani, T. Kobayashi, and K. Sugimoto, ′′Bottom-up multi-agent reinforcement learning by reward shaping for cooperative-competitive tasks,′′ Applied Intelligence, vol.51, no.7, pp.4434-4452, 2021.
• G. Williams, P. Drews, B. Goldfain, J. M. Rehg, and E. A. Theodorou, ′′Information-theoretic model predictive control: Theory and applications to autonomous driving,′′ IEEE Transactions on Robotics, vol.34, no.6, pp.1603-1622, 2018.
• A. F. Shorrocks, ′′Ranking income distributions,′′ Economica, vol.50, no.197, pp.3-17, 1983.

タイトルに関連する用語 (4件)： マルチエージェントシステム ,  平等性 ,  データ収集 ,  モデル学習