マルチエージェント学習における２次系の必要性に関する研究

カテゴリ: 研究会(論文単位)

論文No: ST15002

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2015/03/11

タイトル(英語): The Necessity of a Secondary System in Multi-agent Learning

著者名: 宮崎 和光(独立行政法人大学評価・学位授与機構)

著者名(英語): Kazuteru Miyazaki(National Institution for Academic Degrees and University Evaluation)

キーワード: 同時学習問題|マルチエージェント学習|経験強化型学習ＸｏＬ|Ｐｒｏｆｉｔ　Ｓｈａｒｉｎｇ|Ｑ－ｌｅａｒｎｉｎｇ|強化学習|Concurrent learning problem|Multi-agent learning|Exploitation-oriented Learning XoL|Profit Sharing|Q-learning|Reinforcement Learning

要約(日本語): 複数のエージェントが同時に学習を行うマルチエージェント学習においては、学習結果が不安定になる「同時学習問題」の存在が知られている。本論文では、この問題の本質を抽出した例を示すとともに、この問題に対するひとつの解決策を示す。具体的には、経験を強く強化するタイプの学習手法であるProfit Sharingに対し、必要に応じて学習をリセットする機能としての２次系を付加することを提案する。数値例により、提案手法の有効性を示す。

要約(英語): We know concurrent learning problem in multi-agent learning. In this paper, we show an essential　environment including the problem. Furthermore we propose a solution for the problem in which a secondary system that is proposed in our previous paper is combined with Profit Sharing. The effectiveness of the proposed system is confirmed by numerical experiments.

原稿種別: 日本語

PDFファイルサイズ: 651 Kバイト