グラフベースポリシー学習を用いたオープンアドホックチームワークに向けて【JST・京大機械翻訳】

Rahman Arrasy; Hopner Niklas; Christianos Filippos; Albrecht Stefano V.

プレプリント

J-GLOBAL ID：202202210900760972 整理番号：21P0036144

グラフベースポリシー学習を用いたオープンアドホックチームワークに向けて【JST・京大機械翻訳】

Towards Open Ad Hoc Teamwork Using Graph-based Policy Learning

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06月18日プレプリントサーバーでの情報更新日： 2021年06月09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)

アドホックチームワークは,共同訓練を含む事前の協調メカニズムなしでチームマートとの協調に迅速に適応できる自律エージェントを設計する挑戦的な問題である。この分野における先行研究は,エージェントの数が固定されている閉鎖チームに焦点を合わせている。本研究では,事前通知なしに環境を入力し,残すための異なる固定政策を持つエージェントを許すことにより,オープンチームを考察した。この解は,様々なチーム構成の下でエージェントモデルと共同行動価値モデルを学習するためにグラフニューラルネットワーク上に構築する。エージェントモデルと共同作用値モデルを統合し,行動値推定を生成する新しい行動値計算に寄与する。このアプローチが,学習者に対する他のエージェントの影響をうまくモデル化することに成功し,動的チーム構成にロバストに適応し,いくつかの代替方法を著しく凌駕する政策を導いた。【JST・京大機械翻訳】

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

ロボットの運動・制御 , 人工知能

前のページに戻る