過密状況下における無通信マルチエージェントによる協調行動の動的獲得

カテゴリ: 部門大会

論文No: GS18-4

グループ名: 【C】平成22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: 2010/09/02

タイトル(英語): Dynamic Acquisition of Cooperative Behavior　by Non-Communicated Multi-Agent in Overcrowded Environment

著者名: 今井 智也(公立はこだて未来大学),三上 貞芳(公立はこだて未来大学)

著者名(英語): tomoya imai(Future University Hakodate),sadayoshi mikami(Future University Hakodate)

キーワード: 強化学習|時系列予測|reinforcement learning|linear prediction

要約(日本語): 本研究では多様に変化する環境においてマルチエージェントが行動選択の競合により生じる学習効率の低下を回避するシステムを提案する.具体的にはエージェントが他のエージェントの行動を単純な線形時系列予測を用いて大まかに予測し,予測された結果から強化学習を用いて行動選択を行うことで,エージェント全体を協調状態へと収束させる.検証のため,計算機実験で本手法の有効性を確認した.

PDFファイルサイズ: 3,557 Kバイト