文献

J-GLOBAL ID：202002222793904093   整理番号：20A2278686

マルチエージェント平均場は強化学習を予測する【JST・京大機械翻訳】

Multi-Agent Mean Field Predict Reinforcement Learning

著者 (4件)： Zhou Shiyang (Tianjin Artificial Intelligence Innovation Center,Artificial Intelligence Research Center of National Innovation Institute of Defense Technology,Tianjin,P.R China) ,  Ren Weiya (Tianjin Artificial Intelligence Innovation Center,Artificial Intelligence Research Center of National Innovation Institute of Defense Technology,Tianjin,P.R China) ,  Ren Xiaoguang (Tianjin Artificial Intelligence Innovation Center,Artificial Intelligence Research Center of National Innovation Institute of Defense Technology,Tianjin,P.R China) ,  Yi Xiaodong (Tianjin Artificial Intelligence Innovation Center,Artificial Intelligence Research Center of National Innovation Institute of Defense Technology,Tianjin,P.R China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： AEECA  ページ： 625-629  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチエージェント強化学習の研究は,実生活における多くの問題を解決することができる。現在の研究は,2つの側面に分割できる:一つは,MADDPGとしてグローバルな批判ネットワークを形成するために,他のエージェントの情報を批判ネットワークに追加することである;もう1つは,CommNetのようなアクターネットワークにそれらを置き,他のエージェントから行動または観測を考慮している。しかし,2つの方法は,これらの問題に直面した:エージェントの数が増加するとき,行動空間は巨大な。現実に,帯域幅と遅延の制限のために,通信は,よく,または,通常,うまく機能することができない。MFRLに触発されて,このアルゴリズムMFPRLを設計し,この問題を解いた。隣接平均動作は,別々のMFPネットワークによって予測した。実験は,著者らの方法がMFRLより良い結果を達成することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ネットワーク ,  帯域幅 ,  *エージェント ,  *強化学習
準シソーラス用語： *マルチエージェント , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マルチエージェント ,  平均場 ,  強化学習 ,  予測