文献

J-GLOBAL ID：202002270476907745   整理番号：20A2282805

個人とチームの報酬を組み合わせる問題に対するマルチエージェント強化学習【JST・京大機械翻訳】

Multi-Agent Reinforcement Learning for Problems with Combined Individual and Team Reward

著者 (2件)： Sheikh Hassam Ullah (University of Central Florida,Department of Computer Science,Orlando,USA) ,  Boloni Ladislau (University of Central Florida,Department of Computer Science,Orlando,USA)
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： 多くの協調マルチエージェント問題は,グループの集団的成功に寄与しながら,個々のタスクを学習するエージェントを必要とする。これは,チームの大域的報酬または個々の局所報酬のいずれかを最大化するように設計された最新の最先端のマルチエージェント強化アルゴリズムに対する挑戦的なタスクである。この問題は,報酬のどちらがスパースな学習をもたらすかをまねたときに悪化する。この問題に取り組むために,著者らは,グローバルおよびローカル報酬を最大化するために同時に学習する,新しい協調マルチエージェント強化学習フレームワークである,Decomped Multi-Agent Deep Detective Polig Gradient(DE-MADDPG)を提示した。防御エスコートチーム問題に関する解を評価し,著者らの解がMADDPGアルゴリズムの直接適応よりも,より良いより安定した性能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 ,  *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 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 個人 ,  チーム ,  報酬 ,  マルチエージェント ,  強化学習