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。
学習解釈可能通信はマルチエージェントと人間エージェントチーム(HATs)にとって必須である。部分的に観察可能な環境のためのマルチエージェント強化学習において,エージェントは学習された通信を通して他者に情報を伝え,チームがタスクを完了することを可能にする。人間の言語に触発されて,最近の研究は,離散(トークンの有限集合のみ)とスパース(いくつかの時間ステップでのみ)通信を研究している。しかし,人間エージェントチーム実験におけるこのような通信の有用性はまだ研究されていない。本研究では,高エージェントのみおよび人間エージェントチーム性能を可能にする緊急通信を生成するためのスパース離散法の有効性を解析した。任意の予算に通信を十分制約するエンフォーサの提案方式により疎に通信するエージェントのみのチームを開発した。結果は,ベンチマーク環境とタスクにおける性能の損失または最小損失を示さなかった。ベンチマーク環境でテストされた人間エージェントチームにおいて,エージェントがEnforcesを用いてモデル化されているので,プロトタイプベースの方法は,人間パートナーがエージェント通信をより速く学習し,1ホットベースラインよりも良く学習できる意味ある離散トークンを生成することを見出した。付加的HAT実験は,適切なスパース性レベルがエージェントのチームと通信するとき,人間の認知負荷を下げて,優れたチーム性能に導くことを示した。【JST・京大機械翻訳】