強化学習における段階的に初期配置を変化させる学習手法の提案

カテゴリ: 部門大会

論文No: TC2-1-3

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): A Proposal for a Learning Method with Stepwise Initial Allocation Changes in Reinforcement Learning

著者名: 住田 尚也（大阪工業大学）,重弘 裕二（大阪工業大学）

著者名(英語): Naoya Sumida (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追跡捕獲問題において、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。