異種エージェント間協調のための強化学習法

カテゴリ: 部門大会

論文No: OS3-9

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): A Reinforcement Learning for Cooperative Behaviour among Heterogeneous Agents

著者名: 田中 信行(千葉大学),小圷 成一(千葉大学),平田 廣則(千葉大学)

著者名(英語): Tanaka Nobuyuki(Chiba University),Koakutsu Seiichi(Chiba University),Hirata Hironori(Chiba University)

キーワード: 強化学習|マルチエージェント|RoboCupRescue|ヘテロジニアス|reinforcement learning|Multi-Agent|RoboCupRescue|heterogeneous

要約(日本語): マルチエージェントシステムでは，その規模が大きく複雑なため，そこで動作するエージェントの設計も同時に困難になってくる。そこで，エージェントの構築には，ボトムアップ的な手法であるマルチエージェント強化学習が適していると考えられる。

本研究では，RobocupRescueシミュレーションを取り上げる。ここでは，環境中に消防隊や道路啓開隊などの異種エージェントが存在し，各エージェントは共通の目的達成のために行動するのであるが，異種エージェントには能力の差があり，その関係は均一ではない。このような問題では，エージェントの学習に際して，報酬配分問題などの問題が生じてくる。本研究では，上記のような問題を解決するために，エージェントのタスクに関する貢献度を踏まえ，異種エージェント間協調のための強化学習法を提案する。

PDFファイルサイズ: 1,928 Kバイト