文献

J-GLOBAL ID：201802242521570164   整理番号：18A0138905

知識の忘却に基づく迷路形状の変化に追従する非通信マルチエージェント強化学習

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： 2017  ページ： ROMBUNNO.SS13-4  発行年： 2017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,迷路形状が動的に変化するとき,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という手法を改良し,エージェントが学習中に記録する,ゴールまでの最短ステップ数を制限し,環境変化以前の情報に左右されず学習が可能な手法を提案する。実験では,学習途中で迷路形状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 ,  変化 ,  変動 ,  迷路【経路】 ,  行動 ,  追跡 ,  知識 ,  忘却
準シソーラス用語： 環境変化 ,  協調行動 ,  形状変化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 知識 ,  忘却 ,  迷路 ,  マルチエージェント ,  強化学習