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。
αGOシリーズの顕著な成功に続いて,2019は,マルチエージェント強化学習(MARL)技術における著しい進歩を目撃するブーミング年であった。MARLは複数エージェントが同時に学習するマルチエージェントシステムにおける学習問題に対応する。それは,ゲーム理論,機械学習,確率的制御,心理学,および最適化を含む長い歴史を有する学際的領域である。MARLは実世界ゲームを解決する際にかなりの経験的成功を達成したが,現代のMARL法のゲーム理論基礎を詳述し,最近の進歩を要約する文献における自己包含概観の欠如がある。事実,既存の調査の大多数は,2010年以降,最近の開発を完全にカバーしていない。本研究では,研究フロンティアにおける基礎と最新の開発の両方をカバーするMARLに関するモノグラフを提供した。モノグラフの目標は,ゲーム理論展望から現在の最先端のMARL技術の自己包含評価を提供することである。パノラマビューを得て,最近の進歩に基づく新しい方向を識別することを望む,この高速成長ドメインと既存のドメインエキスパートに入る新しい研究者のためのステッピング石として役立つことを期待する。【JST・京大機械翻訳】