組織学習の概念を導入した状況変化に適応可能なマルチエージェント強化学習システム

カテゴリ: 部門大会

論文No: TC6-2

グループ名: 【C】平成28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: 2016/08/31

タイトル(英語): Multi-agent reinforcement learning systems for adapting to situational changes using organization-learning

著者名: 舘山 武史(愛知工科大学)

著者名(英語): Takeshi Tateyama()

キーワード: マルチエージェントシステム|強化学習|組織学習|環境変動|multi-agent systems|reinforcement learning|organization-learning|situational changes

要約(日本語): 近年の産業システムの大規模・複雑化を背景に，システムの頑健性や柔軟性の向上が期待できる，マルチエージェントシステムが注目されている。また，システムを構成するエージェントが学習によって自身の行動戦略を獲得する，マルチエージェント強化学習の実用化が期待されている。マルチエージェントシステムには，環境の変動に適応する能力が求められるが，強化学習をマルチエージェントシステムに適用した場合，環境の変動が発生した際に再学習を行うことで，変動への適応が可能である。しかし，効率的に環境の変動に適応するためには，過去の学習によって得た知識を保存し，必要な状況で再利用することが有効となる。本稿では，社会学の組織論の分野で研究されている組織学習の概念をマルチエージェント強化学習に導入することにより，過去の学習によって得た知識を保存し，状況に応じて再利用することを可能とする手法に関する一連の研究成果を述べる。

PDFファイルサイズ: 2,282 Kバイト