複数の強化学習エージェント系で創発される相互関係性の抽出

カテゴリ: 部門大会

論文No: GS15-3

グループ名: 【C】平成17年電気学会電子・情報・システム部門大会講演論文集

発行日: 2005/09/06

タイトル(英語): Extracting latent nexus through Multi-agent Reinforcement Learning.

著者名: 荒井 幸代(千葉大学),須貝 康雄(千葉大学)

著者名(英語): Sachiyo Arai(Chiba University),Yasuo Sugai(Chiba University)

キーワード: マルチエージェント|相互作用|強化学習強化学習|Multi-agent|Interaction|Reinforcement learning

要約(日本語): マルチエージェント系におけるエージェント間の協調は系全体の挙動の良し悪しを以って評価するのが一般的であり，個のエージェントがそれぞれの効用を最大化するように動作した結果，生じる現象である．エージェント間では，直接あるいは間接的な相互作用を通じて，競合を解消し，妥協することによって
各々の最大限の効用を得ようとする．従来，相互作用に関する研究はエージェント間の通信プロトコルを規定したり，信念の改訂過程のモデル化など定性的な観点から議論されてきた．本研究では，マルチエージェント強化学習によって創発された協調を支配している相互作用をグラフィカルモデルとして捕らえ，エージェント間の関係を定量的に評価するための方法を提案する．

PDFファイルサイズ: 3,470 Kバイト