Bid長期への学習:反復オークションゲームにおける長期およびスパース報酬によるマルチエージェント強化学習【JST・京大機械翻訳】

Tan Jing; Khalili Ramin; Karl Holger

プレプリント

J-GLOBAL ID：202202217819500960 整理番号：22P0325765

Bid長期への学習:反復オークションゲームにおける長期およびスパース報酬によるマルチエージェント強化学習【JST・京大機械翻訳】

Learning to Bid Long-Term: Multi-Agent Reinforcement Learning with Long-Term and Sparse Reward in Repeated Auction Games

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 (3件)： , ,
資料名：
発行年： 2022年04月05日プレプリントサーバーでの情報更新日： 2022年04月05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)

潜在的に矛盾する短期報酬とスパースで遅延した長期報酬をバランスさせ,動的環境における部分情報で学習するマルチエージェント分散強化学習アルゴリズムを提案した。異なる長期報酬を比較し,個々の支払いと全体的社会福祉を最大化するためのアルゴリズムを奨励した。2つの模擬オークションゲームにおけるアルゴリズムを試験し,1)このアルゴリズムが直接競争において2つのベンチマークアルゴリズムより優れている,2)社会的福祉に対するコストで,また,2)このアルゴリズムの攻撃的競争行動は,個人支払いと全体的社会福祉の両方を最大化するために長期報酬信号で誘導できることを証明した。【JST・京大機械翻訳】

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

人工知能

, , , , , , , ,

前のページに戻る