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。
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】