文献

J-GLOBAL ID：202202268860609036   整理番号：22A0770914

マルチエージェント深層強化学習:調査【JST・京大機械翻訳】

Multi-agent deep reinforcement learning: a survey

著者 (2件)： Gronauer Sven (Department of Electrical and Computer Engineering, Technical University of Munich (TUM), Munich, Germany) ,  Diepold Klaus (Department of Electrical and Computer Engineering, Technical University of Munich (TUM), Munich, Germany)
資料名： Artificial Intelligence Review  (Artificial Intelligence Review)
巻： 55  号： 2  ページ： 895-943  発行年： 2022年 
JST資料番号： E0339C  ISSN： 0269-2821  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 強化学習の進歩は,様々なドメインにおけるサブライム成功を記録した。マルチエージェントドメインは,この進捗の間,その単一エージェント対応物によって過影されたが,マルチエージェント強化学習は,迅速な牽引を得て,そして,最新の成果は,実世界の複雑度で問題を扱う。本論文は,マルチエージェント深層強化学習の分野における現在の開発の概要を提供した。主に,マルチエージェントシナリオと深層強化学習法を組み合わせる最近の文献に焦点を当てた。現代の景観を構成する研究を調査するために,主な内容を3つの部分に分割した。最初に,訓練スキームの構造を解析し,複数エージェントを訓練する。第二に,協調,競合,混合シナリオにおけるエージェント挙動の緊急パターンを考察した。第3に,著者らは,マルチエージェントドメインで独占的に発生する課題を系統的に列挙し,これらの課題に対処するのに活用する方法をレビューした。この調査を結論づけるために,著者らは,発展,傾向を特定して,この研究分野における将来の研究のための可能な方向を概説する。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *エージェント ,  *強化学習
準シソーラス用語： *マルチエージェント ,  *深層強化学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチエージェントシステム ,  マルチエージェント学習 ,  機械学習 ,  強化学習 ,  深層学習 ,  調査

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： マルチエージェント ,  深層強化学習 ,  調査