文献

J-GLOBAL ID：201002202728386260   整理番号：10A0653272

マルチエージェント強化学習における報酬関数の分割による役割微分の適応設計

Adaptive Design of Role Differentiation by Division of Reward Function in Multi-Agent Reinforcement Learning

著者 (3件)： TANIGUCHI Tadahiro (Ritsumeikan Univ., Shiga, JPN) ,  TABUCHI Kazuma (Kyoto Univ., Kyoto, JPN) ,  SAWARAGI Tetsuo (Kyoto Univ., Kyoto, JPN)
資料名： SICE Journal of Control, Measurement, and System Integration  (SICE Journal of Control, Measurement, and System Integration)
巻： 3  号： 1  ページ： 26-34  発行年： 2010年01月31日 
JST資料番号： L7831A  ISSN： 1882-4889  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： マルチエージェント強化学習における役割微分の適応設計について述べた。部分観測問題といったいくつかの問題を避けるために,役割微分を与えた。本アプローチでは,各エージェントに与えられる局所的報酬関数を元の報酬関数と異なるように定義した。各局所報的酬関数の入力変数は対応するエージェントによって観測されなければならない。各エージェントに対するタスク環境のダイナミクスが独立していて,大域的報酬関数が局所的報酬関数の積として記述される場合,大域的報酬関数がいくつかの局所的報酬関数に分割することで,マルチエージェント強化学習タスクは独立したエージェントのいくつかの学習タスクに分割することができることを示した。

シソーラス用語： *強化学習 ,  マルチエージェントシステム ,  Markov過程 ,  遷移確率 ,  関数近似 ,  計算機シミュレーション ,  割当問題
準シソーラス用語： マルチエージェント学習 ,  Markov決定過程

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (15件)：

• A. D. Chandler, Jr.: Strategy and Structure, MIT Press, 1962.
• S. Arai: Multiagent reinforcement learning frameworks: Steps toward practical use, Journal of Japanese Society for Artificial Intelligence, Vol.16, No.4, pp. 476-481, 2001,(in Japanese).
• R. S. Sutton and A. G. Barto: Reinforcement Learning: An Introduction, MIT Press, 1998.
• V. R. Konda and J. N. Tsitsiklis: Actor-Critic algorithms, Proceedings of the 12th Neural Information Processing Systems (NIPS-12), pp. 1008-1014, MIT Press, 2000.
• H. Arie, T. Ogata, J. Tani, and S. Sugano: Reinforcement learning of a continuous motor sequence with hidden states, Advanced Robotics, Vol.21, No.10, pp. 1215-1229, 2007.

タイトルに関連する用語 (6件)： マルチエージェント ,  強化学習 ,  報酬関数 ,  役割 ,  微分 ,  適応設計