未来状態予測とModular Q-learningを用いたマルチエージェント強化学習

カテゴリ: 部門大会

論文No: OS2-13

グループ名: 【C】平成21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: 2009/09/03

タイトル(英語): A multi-agent reinforcement learning using the estimation of the futurespace with the modular Q-learning

著者名: 高田 浩行(千葉工業大学),山口 智(千葉工業大学)

著者名(英語): hiroyuki Takata(Chiba Institute of Technology),satoshi Yamaguchi(Chiba Institute of Technology)

キーワード: マルチエージェント強化学習|未来状態予測|モジュラー Q-learningモジュラー Q-learning|A multi-agent reinforcement learning|the estimation of the future space|modular Q-learning

要約(日本語): マルチエージェント強化学習では、エージェント数が増加すると状態空間も爆発的に広がり、学習速度が低下してしまうという問題がある。また、複数のエージェントが同時に行動を行うので、非マルコフ決定過程となる。そこで、本研究では、状態認識方法にModular Q-learningを用い、学習方法に未来状態予測から状態遷移関数を予測する方法を提案する。この手法により、状態空間の爆発的増加を防ぎ、学習の高速化を実現する。

PDFファイルサイズ: 811 Kバイト