お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2009-02-28 09:40
マルチエージェント環境における経路決定問題への強化学習アルゴリズムの適用
増田健司三堀邦彦拓殖大NLP2008-132
抄録 (和) 近年、多くの研究者がセルオートマトンによる歩行者の流れのモデルの構築を試みている。人工知能の分野では、そうしたモデルがマルチエージェントシステムとして解釈される。本稿は、マルチエージェント環境における強化学習アルゴリズムに基づく経路決定について議論する。その環境における経路決定能力を向上させるために、我々はエージェントの周りに「エージェント自身の領域」を設ける。学習エージェントは複数のエージェント間におけるこの領域の重なりを回避しつつ、強化学習アルゴリズムに基づきその行動を決定する。 
(英) Recently, many researchers try to construct the models of the pedestrian flow by using the cellular automata. In the field of the artificial intelligence, such model can be interpreted as a kind of the multi-agent systems. This article discusses finding route based on the reinforcement learning algorithm in the multi-agent environment. In order to improve the ability to find the route in the environment, we prepare "the agent's own area" around the agent. While the learning agent avoids the overlapping of the areas between the plural agents, and it decides the action based on the reinforcement learning algorithm.
Keyword Reinforcement learning algorithm, Finding route, Multi-agent, Pedestrian flow.
キーワード (和) 強化学習アルゴリズム / 経路決定 / マルチエージェント / 歩行者の流れ / / / /  
(英) Reinforcement learning algorithm / Finding route / Multi-agent / Pedestrian flow / / / /  
文献情報 信学技報, vol. 108, no. 442, NLP2008-132, pp. 7-11, 2009年2月.
資料番号 NLP2008-132 
発行日 2009-02-21 (NLP) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NLP2008-132

研究会情報
研究会 NLP  
開催期間 2009-02-28 - 2009-02-28 
開催地(和) 法政大学梶野町校舎西館W203教室 
開催地(英)  
テーマ(和) 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NLP 
会議コード 2009-02-NLP 
本文の言語 日本語 
タイトル(和) マルチエージェント環境における経路決定問題への強化学習アルゴリズムの適用 
サブタイトル(和)  
タイトル(英) Finding Route in a Multi-Agent Environment Based on Reinforcement Learning Algorithm 
サブタイトル(英)  
キーワード(1)(和/英) 強化学習アルゴリズム / Reinforcement learning algorithm  
キーワード(2)(和/英) 経路決定 / Finding route  
キーワード(3)(和/英) マルチエージェント / Multi-agent  
キーワード(4)(和/英) 歩行者の流れ / Pedestrian flow  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 増田 健司 / Kenji Masuda / マスダ ケンジ
第1著者 所属(和/英) 拓殖大学 (略称: 拓殖大)
Takushoku University (略称: Takushoku Univ.)
第2著者 氏名(和/英/ヨミ) 三堀 邦彦 / Kunihiko Mitsubori / ミツボリ クニヒコ
第2著者 所属(和/英) 拓殖大学 (略称: 拓殖大)
Takushoku University (略称: Takushoku Univ.)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2009-02-28 09:40:00 
発表時間 20分 
申込先研究会 NLP 
資料番号 NLP2008-132 
巻番号(vol) vol.108 
号番号(no) no.442 
ページ範囲 pp.7-11 
ページ数
発行日 2009-02-21 (NLP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会