意図推定法を用いたマルチエージェント強化学習システムにおける協調行動の獲得

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2015/01/01

タイトル(英語): Cooperative Action Acquisition Based on Intention Estimation in a Multi-agent Reinforcement Learning System

著者名: 椿本　樹矢（愛知県立大学情報科学部情報科学科），小林　邦和（愛知県立大学情報科学部情報科学科）

著者名(英語): Tatsuya Tsubakimoto (School of Information Science and Technology, Aichi Prefectural University), Kunikazu Kobayashi (School of Information Science and Technology, Aichi Prefectural University)

キーワード: マルチエージェント，強化学習，Q学習，協調，意図推定　　Multi-Agent，Reinforcement Learning，Q-Learning，Cooperation，Intention Estimation

要約(英語): In the present paper, we propose a method that can acquire cooperative action to reach an appropriate goal without controlling reward by designers. To accomplish this, we introduce a new concept of reward interpretation. It is an idea that an agent can increase or decrease reward given by an environment through the reward interpretation by itself. We applies this idea to a Q-learning method. The simulation results show that the proposed method is superior to a standard Q-learning method and a Q-learning method with cooperation in terms of the number of successful cooperation.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.135 No.1 （2015） 特集：インタフェース関連アナログ電子回路技術

本誌掲載ページ: 117-122 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/135/1/135_117/_article/-char/ja/