文献

J-GLOBAL ID：202202274640930785   整理番号：22A0842763

感情の神経伝達物質ベース深層Q学習モデルによる社会的ジレンマにおけるマルチエージェントの生存時間の改善【JST・京大機械翻訳】

Improving the Survival Time of Multiagents in Social Dilemmas through Neurotransmitter-Based Deep Q-Learning Model of Emotions

著者 (11件)： Hassan Awais (Department of Computer Science, University of Engineering and Technology, Lahore 54890, Pakistan) ,  Shahid Maida (Department of Computer Science, University of Engineering and Technology, Lahore 54890, Pakistan) ,  Hayat Faisal (Department of Computer Engineering, University of Engineering and Technology, Lahore 54890, Pakistan) ,  Arshad Jehangir (Department of Electrical & Computer Engineering, COMSATS University Islamabad, Lahore Campus, Lahore 54000, Pakistan) ,  Jaffery Mujtaba Hussain (Department of Electrical & Computer Engineering, COMSATS University Islamabad, Lahore Campus, Lahore 54000, Pakistan) ,  Rehman Ateeq Ur (Department of Electrical Engineering, Government College University, Lahore 54000, Pakistan) ,  Ullah Kalim (Department of Zoology, Kohat University of Science and Technology, Kohat, Khyber Pakhtunkhwa, Pakistan) ,  Hussen Seada (School of Electrical and Computer Engineering, Haramaya Institute of Technology, 138 Diredawa, Ethiopia) ,  Hamam Habib (Faculty of Engineering, Uni de Moncton, Moncton NB E1A3E9, Canada) ,  Hamam Habib (Spectrum of Knowledge Production & Skills Development, Sfax 3027, Tunisia) ,  Hamam Habib (School of Electrical Engineering, Department of Electrical and Electronic Engineering Science, University of Johannesburg, Johannesburg 2006, South Africa)
資料名： Journal of Healthcare Engineering (Web)  (Journal of Healthcare Engineering (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7772A  ISSN： 2040-2295  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： マルチエージェントシステムにおいて,社会的ジレンマは,限られた資源に競争があるとき,しばしば発生する。主要な課題は,社会ジレンマの状況を解決するための知的仮想エージェント間の協調を確立することである。ヒトにおいて,人格と感情は,協同環境に向けてそれらを導く主要な因子である。エージェントが協力するのに,それらは人間,すなわち,信頼できるものになる。したがって,人格による感情は,信頼性に誕生を与え,感情を通してエージェントに信頼性を導入するならば,社会的ジレンマ状況における生存率を改善すると仮定した。既存の研究は,仮想エージェントにおける感情を導入するための異なる計算モデルを導入してきたが,それらは神経伝達物質を通して感情を欠いている。著者らは,感情モデリングのための適切な選択であるマルチエージェントにおける神経伝達物質ベースの深いQ学習計算モデルを提案し,従って,信頼性を示した。提案モデルはエージェントの人格に従って仮想神経伝達物質(ドーパミンとオキシトシン)を制御することでエージェントの感情を制御する。エージェントの人格をOCEANモデルを用いて導入した。提案システムを評価するために,異なる実験で限られた食品資源を持つ生存シナリオをシミュレートした。これらの実験は,利ish的エージェント(より高い神経因性人格形質)と自己レスエージェント(より高い一致性人格形質)の数を変える。実験結果は,シナリオに自己レスエージェントを加えることによって,エージェントが協力を開発し,それらの集団生存時間が増加することを示す。したがって,仮想エージェントにおける社会的ジレンマ問題を解決するために,エージェントは,提案した神経伝達物質ベースの感情モデルを通して,エージェントを信用できる。この提案した研究は,ゲームにおける非層特性(NPC)の開発に役立つ。Copyright 2022 Awais Hassan et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ゲーム ,  人格 ,  信頼性 ,  オキシトシン ,  *神経伝達物質 ,  ヒト ,  モデリング ,  食糧資源 ,  生存率 ,  計算モデル ,  *エージェント ,  *強化学習 ,  マルチエージェントシステム
準シソーラス用語： *Q学習 ,  *マルチエージェント ,  仮想エージェント , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  計算機シミュレーション  (JE11000H) ,  人間機械系  (IB03000G)

引用文献 (73件)：

• Y. Bar-Cohen, "Smart structures and materials 2002: electroactive polymer actuators and devices (EAPAD)," Electroactive Polymer Actuators and Devices (EAPAD), vol. 4695, 2002.
• C. Fairclough, M. Fagan, B. Mac Namee, P. Cunningham, Research Directions for AI in Computer Games, Department of Computer Science, Trinity College Dublin, Dublin, Ireland, 2001.
• S. Grand, D. Cliff, "Creatures: entertainment software agents with artificial life," Autonomous Agents and Multi-Agent Systems, vol. 1, no. 1, pp. 39-57, 1998.
• T. Belpaeme, J. Kennedy, A. Ramachandran, B. Scassellati, F. Tanaka, "Social robots for education: a review," Science robotics, vol. 3, no. 21, pp. eaat5954, 2018.
• D. Isern, A. Moreno, "A systematic literature review of agents applied in healthcare," Journal of Medical Systems, vol. 40, no. 2, pp. 43, 2016.

タイトルに関連する用語 (8件)： 感情 ,  神経伝達物質 ,  深層 ,  Q学習 ,  モデル ,  社会的ジレンマ ,  マルチエージェント ,  生存