抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,複数のエージェントにおける探索問題において,回収に複数体のエージェントが必要な対象物が複数種類ある環境を想定し,効率的な協調行動の学習法を提案する。強化学習は行動学習の有効な手段であるが,本問題に従来手法を適用した場合,環境が複雑で大規模になるほど状態数は爆発的に増加し,学習効率の低下とメモリ量の増大により学習が困難となる。そこで本研究では,フィルタリングによって視野から得られる情報を制限し,さらに粗視化を用いて学習で発生する状態空間を抽象化する手法を提案する。これにより学習で発生する状態数を削減し,効果的に学習できることを二次元グリット空間を用いたシミュレーションにより示し,その能力の特徴と限界を議論する。(著者抄録)