因子グラフを用いた表強化学習のためのマルチエージェントスキルの学習【JST・京大機械翻訳】

Chen Jiayu; Chen Jingdi; Lan Tian; Aggarwal Vaneet

プレプリント

J-GLOBAL ID：202202215315072213 整理番号：22P0277387

因子グラフを用いた表強化学習のためのマルチエージェントスキルの学習【JST・京大機械翻訳】

Learning Multi-agent Skills for Tabular Reinforcement Learning using Factor Graphs

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： 2022年01月20日プレプリントサーバーでの情報更新日： 2023年07月21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。

状態遷移グラフのFiedlerベクトルによって提供される埋込み空間における最も遠い状態を接続することによって,疎な報酬信号を有する単一エージェントシナリオにおける強化学習の探査を改善するために,カバリングスキル(a.k.a.,オプション)発見を開発した。しかし,これらのオプション発見方法は,結合状態空間がシステムのエージェントの数とともに指数関数的に成長するので,マルチエージェントシナリオに直接拡張できない。したがって,マルチエージェントシナリオにおけるオプションの採用に関する既存の研究は,単一エージェントオプション発見にまだ依存し,エージェントの関節状態空間の接続性を改善できる結合オプションを直接発見できない。本論文では,エージェント間の協調探索行動によるマルチエージェントオプションを直接計算でき,一方,分解の容易さを楽しめることを示した。鍵のアイデアは,個々のエージェントの遷移グラフのラプラシアンスペクトルを用いて,ジョイント状態空間のFiedlerベクトルを直接推定することができる,Kroneckerグラフとして結合状態空間を近似することである。この分解により,推定関節Fiedlerベクトルの最小または最大値に対応するサブゴーラル結合状態を接続するエージェントによりマルチエージェント関節オプションを効率的に構築できる。マルチエージェント協調タスクに基づく評価は,提案アルゴリズムがマルチエージェントオプションを成功裡に同定することができ,単一エージェントオプションまたは非オプションを用いた事前研究よりも,高速探索とより高い累積報酬の両方に関して,かなり性能が優れていることを示した。【JST・京大機械翻訳】

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

人工知能

, ,

前のページに戻る