ゲーム理論的視点からのマルチエージェント強化学習の概観【JST・京大機械翻訳】

Yang Yaodong; Wang Jun

プレプリント

J-GLOBAL ID：202202200179343448 整理番号：21P0058353

ゲーム理論的視点からのマルチエージェント強化学習の概観【JST・京大機械翻訳】

An Overview of Multi-Agent Reinforcement Learning from Game Theoretical Perspective

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年11月01日プレプリントサーバーでの情報更新日： 2021年03月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , , ,
, 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る