文献

J-GLOBAL ID：202402210733706200   整理番号：24A0123247

個々のリスクを持つマルチエージェント強化学習のための罰成形手法

Punishment Shaping Algorithm for Multi-Agent Reinforcement Learning with Primitive Risks

著者 (4件)： 青谷拓海 (明治大) ,  小林泰介 (国立情報研) ,  小林泰介 (総合研究大学院大) ,  小澤隆太 (明治大)
資料名： 日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)  (日本機械学会ロボティクス・メカトロニクス講演会予稿集(CD-ROM))
巻： 2023  ページ： ROMBUNNO.1P1-F22  発行年： 2023年 
JST資料番号： L0318B  ISSN： 2424-3124  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において,学習中に生じるエージェント同士の衝突などのリスクを適切に回避することは重要な課題である.本研究では,各エージェントが個々のリスクを持つ場合に,マルチエージェントシステム全体のリスクを評価することで,相互的なリスク回避の実現を目指す.そのために,報酬と罰の性質の違いに着目し,最大罰を用いたリスク評価に基づいた罰成形手法を提案する.提案手法により,平均罰に基づくリスク評価と比較して,より高度なリスク回避を達成可能であることがシミュレーションにより例証された.(著者抄録)

シソーラス用語： *強化学習 ,  *リスク管理 ,  *マルチエージェントシステム ,  *リスク評価 ,  システム ,  ロボット ,  シミュレーション ,  学習 ,  *リスク回避 ,  ロボットシステム ,  罰【心理学】 ,  インセンティブ
準シソーラス用語： *マルチエージェント強化学習 ,  罰 ,  分散ロボットシステム ,  報酬

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： リスク ,  マルチエージェント ,  強化学習 ,  手法