文献

J-GLOBAL ID：202002266362034248   整理番号：20A2282740

大規模マルチエージェント深層強化学習における複雑な捕食者-被食者生態系の進化【JST・京大機械翻訳】

Evolution of a Complex Predator-Prey Ecosystem on Large-scale Multi-Agent Deep Reinforcement Learning

著者 (3件)： Yamada Jun (University College London,Emotech Labs) ,  Shawe-Taylor John (University College London) ,  Fountas Zafeirios (University College London,Emotech Labs)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  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： 個体群動態のシミュレーションは計算生物学における中心的研究テーマであり,捕食者と被食者間の相互作用の理解に寄与する。しかし,このテーマの従来の数学的ツールは,個々のエージェントによって示される知的および適応的挙動のような,そのようなシステムのいくつかの重要な属性を説明することができない。この非現実的設定は,実世界で見出される個体群動態の特性をシミュレートするのに不十分である。本研究では,マルチエージェント深層強化学習を活用し,大規模捕食者-被食生態系の新しいモデルを提案した。提案した環境の異なる変異体を用いて,マルチエージェントシミュレーションが重要な実世界動的特性を示すことを示した。この挙動を得るために,著者らは最初に,既存のエージェントが環境の条件によって結合した新しい個体を再現するような交尾機構を定義する。さらに,実時間進化アルゴリズムを導入し,強化学習が攻撃に対する速度,攻撃およびレジリエンスのようなエージェントの物理的性質の進化を増強することを示した。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： 相互作用 ,  レジリエンス ,  *捕食者 ,  *生態系 ,  ポピュレーションダイナミックス ,  *エージェント ,  *強化学習
準シソーラス用語： 計算生物学 ,  進化的アルゴリズム ,  *被食者 ,  マルチエージェントシミュレーション ,  *捕食者-被食者 ,  *マルチエージェント ,  *深層強化学習 , 【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 (6件)： 大規模 ,  マルチエージェント ,  深層強化学習 ,  捕食者-被食者 ,  生態系 ,  進化