文献

J-GLOBAL ID：201702262704777530   整理番号：17A1607164

視野制限環境下での追跡問題における強化学習の学習効率向上法

Learning Efficiency Improvement of Reinforcement Learning in Restricted View Environment

著者 (3件)： 山森一人 (宮崎大) ,  吉田雅也 (宮崎大) ,  相川勝 (宮崎大 工 教育研究支援技セ)
資料名： 宮崎大学工学部紀要(Web)  (Memoirs of Faculty of Engineering, University of Miyazaki (Web))
号： 46  ページ： 313-316 (WEB ONLY)  発行年： 2017年07月31日 
JST資料番号： U0521A  ISSN： 0540-4924  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： ・エージェントを階層化し,役割を付与し,視野制限下で追跡・捕獲を行うマルチ・シングルロール・エージェントシステム(MSRAS)を提案。
・MSRASではエージェントが指揮,追跡,監視を行い,指揮を上位エージェント,追跡と監視を下位エージェントが行い,獲物追跡問題を学習。
・追跡問題により,視野制限を行った従来手法と,ターゲットの追跡・捕獲にかかるステップ数を比較。役割が違うエージェントの協調行動により学習効率が向上し,早期にターゲットを追跡,捕獲できることを実証。

シソーラス用語： *マルチエージェントシステム ,  階層構造 ,  視野 ,  規制 ,  追跡 ,  *強化学習 ,  *効率 ,  捕獲 ,  行動 ,  役割 ,  計算機シミュレーション ,  人工知能
準シソーラス用語： ターゲット追跡 ,  *学習効率 ,  協調行動 ,  制限

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 視野 ,  制限 ,  環境 ,  追跡問題 ,  強化学習 ,  学習 ,  効率向上