文献

J-GLOBAL ID：201302212895024009   整理番号：13A1053835

強化学習の最近の発展《第6回》逆強化学習によるマルチエージェント系の報酬設定

著者 (1件)： 荒井幸代 (千葉大 大学院工学研究科)
資料名： 計測と制御  (Journal of the Society of Instrument and Control Engineers)
巻： 52  号： 6  ページ： 534-539  発行年： 2013年06月10日 
JST資料番号： F0131A  ISSN： 0453-4662  CODEN： KESEA  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： スマートグリッド,グリッドコンピューティング,高度交通システムおよびセンサーネットワークなど,複数の自律的なエージェントから構成されるシステムの知的振舞いを実現する技術への要請は大きい。マルチエージェントによるモデリングが自然であるが,前記のネットワークにおける各エージェントは,個々の目標を持ち自己の利益を優先する点を考慮して,行動ルールを設計しなければならない。本稿では,報酬設定という視点から初期の代表的な2つの逆強化学習アルゴリズムを整理し,各方法のマルチエージェント系への適用例を示すことを通じて,マルチエージェント系の報酬設定問題を考察する。

シソーラス用語： *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 ,  強化学習 ,  効果 ,  条件付け ,  エージェント ,  センサネットワーク
準シソーラス用語： *逆強化学習 ,  *自律エージェント ,  *報酬効果

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (18件)：

• SUTTON, Richard S. Reinforcement Learning : An Introduction. 1998
• 木村元. 強化学習システムの設計指針. 計測と制御. 1999, 38, 10, 618-623
• RUSSELL, S. Learning Agents for Uncertain Environments(extended abstract). Proc. of 16th International Conference on Machine Learning, 1998. 1998, 278-287
• NG, A. Algorithms for Inverse Reinforcement Learning. Proc. of 17th International Conference on Machine Learning, 2000. 2000, 663-670
• ABBEEL, P. Apprenticeship Learning via Inverse Reinforcement Learning. Proc. of 21st International Conference on Machine Learning, 2004. 2004, 1-8

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