自動カリキュラムを用いた大規模言語モデルによる柔軟な行動計画の策定

カテゴリ：部門大会

論文No：TC4-2-6

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Flexible Course of Action Planning with Large Language Models Using Automatic Curricula

著者名：佐藤 浩（防衛大学校）,迫田 龍聖（防衛大学校）,久保 正男（防衛大学校）

著者名(英語)： Hiroshi Sato (National Defense Academy),Sakota Ryusei (National Defense Academy),Masao Kubo (National Defense Academy)

キーワード：行動計画,自動カリキュラム,大規模言語モデル大規模言語モデル,Course of Action,Automatic Curriculum,Large Language Model

要約(日本語)： 行動計画の作成は，複雑で時間を要するプロセスでありながら，迅速かつ正確な策定が求められる．従来の策定手法では，策定者の経験や専門知識に大きく依存する上，多大な時間とリソースを取られるため，より効率的な策定のための支援が必要である．近年では，大規模言語モデルによる行動計画の策定が期待されており，GPTを用いた研究事例もあるが，状況の変化に対するリアルタイム応答が困難であるという課題があった．そこで本研究では，自動カリキュラムを用いることで，柔軟な行動計画の策定が可能であることを，StarCraft II 環境におけるシミュレーションにて確認した．

本誌掲載ページ：227-233p

原稿種別：日本語

PDFファイルサイズ：727Kバイト