文献

J-GLOBAL ID：201502240644540030   整理番号：15A0609539

あるクラスのジレンマ問題に対するマルチエージェント強化学習法

Multi-agent Reinforcement Learning Method for a Class of Dilemma Problems

著者 (2件)： 黒江康明 (京都工繊大 大学院工芸科学研究科) ,  飯間等 (京都工繊大 大学院工芸科学研究科)
資料名： 計測自動制御学会論文集  (Transactions of the Society of Instrument and Control Engineers)
巻： 51  号： 5  ページ： 352-360  発行年： 2015年05月31日 
JST資料番号： S0104A  ISSN： 0453-4654  CODEN： KJSRA  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： 日本語 (JA)

抄録/ポイント： あるクラスのジレンマ問題に対して,マルチエージェントシステムの各エージェントが協調行動を学習する強化学習法を提案した。本研究の目的は,ジレンマ問題において,システム全体の目的を達成する方策を各エージェントが自律的に獲得するマルチエージェント強化学習法を開発することである。本論文では,あるクラスのジレンマ問題を確率ゲームの定義を用いて定式化し,その問題に対して協調行動を学習する強化学習法を提案した。提案学習法では,最初に他エージェントに期待する方策を考えて,最大の収益が得られる行動を選択する。行動の結果,最大収益が得られなければ,現状より収益が高い別の方策を他エージェントに期待して次の行動を選択していく。これにより協調行動の獲得が期待できる。囚人のジレンマと共有地の悲劇問題に適用した数値実験により,提案学習法の有効性を確認した。

シソーラス用語： *強化学習 ,  *マルチエージェントシステム ,  囚人のジレンマ ,  ゲーム ,  協調作業
準シソーラス用語： Q学習 ,  確率ゲーム

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (10件)：

• 1) L. Busoniu and R. Babuska: Comprehensive Survey of Multiagent Reinforcement Learning, IEEE Transactions on Systems, Man, and Cybernetics — PART C, 38-2, 156/172 (2008)
• 2) X. Yao and P.J. Darwen: An Experimental Study of N-person Iterated Prisoner's Dilemma Games, Informatica, 18-4, 435/450 (1994)
• 3) T.W. Sandholm and R.H. Crites: On Multiagent Q-Learning in a Semi-competitive Domain, Proceedings of the Workshop on Adaption and Learning in Multi-Agent Systems, 191/205 (1995)
• 4) T. Makino and K. Aihara: Multi-agent reinforcement learning algorithm to handle beliefs of other agents' policies and embedded beliefs, Proceeding of International Joint Conference on Autonomous Agents and Multiagent Systems, 789/791 (2006)
• 5) D. Banerjee and S. Sen: Reaching Pareto-optimality in prisoner's dilemma using conditional joint action learning, Autonomous Agents and Multiagent System, 15-1, 91/108 (2007)

タイトルに関連する用語 (4件)： クラス ,  ジレンマ ,  マルチエージェント ,  強化