文献

J-GLOBAL ID：202102250341158221   整理番号：21A0464170

複数の無人航空機のための改良型PPO【JST・京大機械翻訳】

An Improved PPO for Multiple Unmanned Aerial Vehicles

著者 (5件)： Bai Xue (The 52nd Research Institute of China Electronics Technology Group Corporation. No.9, Wenfu Road, Yuhang, Hangzhou 311100, China) ,  Lu Chengxuan (The 52nd Research Institute of China Electronics Technology Group Corporation. No.9, Wenfu Road, Yuhang, Hangzhou 311100, China) ,  Bao Qihao (The 52nd Research Institute of China Electronics Technology Group Corporation. No.9, Wenfu Road, Yuhang, Hangzhou 311100, China) ,  Zhu Shansheng (The 52nd Research Institute of China Electronics Technology Group Corporation. No.9, Wenfu Road, Yuhang, Hangzhou 311100, China) ,  Xia Shaojie (The 52nd Research Institute of China Electronics Technology Group Corporation. No.9, Wenfu Road, Yuhang, Hangzhou 311100, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1757  号： 1  ページ： 012156 (6pp)  発行年： 2021年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 近年,マルチエージェント強化学習(MARL)は,特にStarCraftや無人航空機(UAV)戦闘シミュレーションのような大規模マルチロールゲームにおいて広く適用されてきた。しかし,MARLは高速収束と効率的な協調に関する課題に直面している。マルチエージェントシナリオにおいて,一方では,完全に集中したネットワークモデルを採用するとき,巨大な動作空間のために収束するモデルにとって,それは難しい。一方,分散モデルにとって,グローバル最適化を協調し,達成することは困難である。多重エージェントを共同制御するために,集中ネットワークと分散ネットワークを結合することによって,改良PPOアルゴリズムを提案した。提案手法は,行動空間を減らし,収束を加速するだけでなく,エージェントの意思決定のためにより多くの多様性を導入する。Please refer to the publisher for the copyright holders. 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 ,  シミュレーション ,  計算機シミュレーション ,  意思決定 ,  ネットワーク ,  多重化 ,  *無人機 ,  エージェント ,  強化学習
準シソーラス用語： 大域的最適化 ,  ネットワークモデル ,  分散モデル ,  分散ネットワーク ,  マルチエージェント , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 無人航空機 ,  PPO