強化学習における学習時の初期配置が与える影響

カテゴリ: 研究会(論文単位)

論文No: ST23036,CT23099

グループ名: 【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日: 2023/11/29

タイトル(英語): Impact of initial placement in reinforcement learning

著者名: 住田 尚也(大阪工業大学),川崎 凌(大阪工業大学),重弘 裕二(大阪工業大学)

著者名(英語): Naoya Sumida(Graduate School of Engineering, Osaka Institute of Technology),Ryo Kawasaki(Graduate School of Engineering, Osaka Institute of Technology),Yuji Shigehiro(Osaka Institute of Technology)

キーワード: 強化学習|マルチエージェント|追跡問題|捕獲ロボット|reinforcement learning|multi-agent|tracking problem|hunter robot

要約(日本語): 3体の捕獲者が1体の逃走者を追跡捕獲する逃走者捕獲問題において、強化学習を用いて捕獲エージェントの行動原理を学習させる。しかし、通常の強化学習では、捕獲成功時に伴う報酬を十分に獲得することができないため、学習が難しい。そこで、捕獲成功時に近い配置を初期配置とし、各エージェントを行動させて学習を行うことで、より多くの報酬を獲得させる手法を提案する。_x000D_

要約(英語): In the fugitive capture problem, in which three captors track and capture a single fugitive, reinforcement learning is used to learn the behavioral principles of the capturing agent. However, learning is difficult with ordinary reinforcement learning because the rewards associated with successful capture are not sufficiently acquired. Therefore, we propose a method to obtain more rewards by making each agent act and learn in an initial configuration that is close to the successful capture configuration._x000D_

本誌: 2023年12月2日-2023年12月3日システム/制御合同研究会

本誌掲載ページ: 35-39 p

原稿種別: 日本語

PDFファイルサイズ: 1,073 Kバイト