混合協調競争環境のためのマルチエージェントアクター-批評【JST・京大機械翻訳】

Lowe Ryan; Wu Yi; Tamar Aviv; Harb Jean; Abbeel Pieter; Mordatch Igor

プレプリント

J-GLOBAL ID：202202207134915518 整理番号：22P0041009

混合協調競争環境のためのマルチエージェントアクター-批評【JST・京大機械翻訳】

Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments

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 (6件)： , , , , ,
資料名：
発行年： 2017年06月07日プレプリントサーバーでの情報更新日： 2020年03月14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)

マルチエージェントドメインに対する深層強化学習法を検討した。マルチエージェント事例における従来のアルゴリズムの困難さを分析することによって,Q学習は環境の固有の非定常性によって挑戦され,一方,政策勾配はエージェントの数が増加するにつれて増加する分散に悩まされる。次に,他のエージェントの行動政策を考慮するアクター-批判法の適応を提示し,複雑なマルチエージェント協調を必要とするポリシーを学習することに成功した。さらに,よりロバストなマルチエージェント政策を導く各エージェントに対する政策のアンサンブルを利用する訓練計画を紹介した。エージェント集団が様々な物理的および情報的協調戦略を発見できる競合シナリオと同様に,協調シナリオにおける既存の方法と比較して,著者らのアプローチの強さを示した。【JST・京大機械翻訳】

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

人工知能

前のページに戻る