予算制約の下でのマルチエージェント強化学習のためのQ値共有フレームワーク【JST・京大機械翻訳】

Zhu Changxi; Leung Ho-fung; Hu Shuyue; Cai Yi

プレプリント

J-GLOBAL ID：202202207610551333 整理番号：21P0064269

予算制約の下でのマルチエージェント強化学習のためのQ値共有フレームワーク【JST・京大機械翻訳】

A Q-values Sharing Framework for Multiagent Reinforcement Learning under Budget Constraint

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 (4件)： , , ,
資料名：
発行年： 2020年11月28日プレプリントサーバーでの情報更新日： 2020年11月28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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

教師-スチューデントフレームワークにおいて,より経験したエージェント(教師)は,ある状態を取る行動を示唆することにより,他のエージェント(スチューデント)の学習を加速するのを助ける。協調マルチエージェント強化学習(MARL)では,エージェントが互いに協調する必要のある,学生は,すべてのエージェントの警察が収束前に絶えず変化するので,教師の提案行動に従うことにより,他者とうまく協調するのに失敗するかもしれない。エージェントが互いに通信する回数が制限されるとき(即ち,予算制約がある),アドバイスとして行動を使用する助言戦略は十分ではないかもしれない。予算制約で学習する協調MARLエージェント学習のために,パーカー-サハラ助言フレームワーク(PSAF)を提案した。PSAFにおいて,各Q-学習者は,Q値に対するaskの時に決定することができ,Q値を共有する。三つの典型的なマルチエージェント学習問題において実験を行った。評価結果は,著者らのアプローチPSAFが,無制限および限られた予算の下で既存の助言方法より優れていて,エージェントの学習に及ぼすアドバイシング行動と共有Q値の影響の分析を与えることを示す。【JST・京大機械翻訳】

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

人工知能

, , , , , ,

前のページに戻る