| 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 | 2016-03-02 13:00 マップを既知とした環境におけるQ学習を用いた高効率な分散探索手法の提案 ○湯徳尊久・杉山歩未・菅原俊治（早大）  AI2015-65 |
|
| 抄録 | （和） | 本研究では，複数のエージェントによる探索問題において，効率良く協調行動を学習する手法を提案する．複数のエージェントが広大な領域を探索する場合，各エージェントが協調行動を取ることが必要不可欠である．これを自律的な協調行動を学習するマルチエージェントシステムとして捉え，協調行動の学習としてモデル化する研究がある．しかし，大規模環境で従来手法を適用すると，学習のための状態空間が極めて大きくなり，学習効率が著しく低下するだけでなく，メモリ量の増大による効率低下を招くことがある．そこで，本研究では視野から得られる情報を制限・抽象化することで，学習で発生する状態数を削減し，エージェントの視野を拡大しても学習効率を高く維持する手法を提案する．計算機上で2次元グリッド空間を用いて評価実験を行い，提案手法の有用性とその特徴を示す． |
| （英） | We propose a method for learning cooperative behavior efficiently in a multi-agent system running in an large environment. Cooperative behavior is required to operative in a large environment.However the performance of learning often degrade due to its large number of learning states. To cope with this problem,we reduce the size of learning states by abstraction. We experimentally indicate that our proposed method achieves efficient and effective learning for cooperative activities in a large scale environment. | |
| キーワード | （和） | マルチエージェント / 分散探索 / Q学習 / / / / / |
| （英） | Multi-agent / Q-learning / Distributed search / Collaboration / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 478, AI2015-65, pp. 1-6, 2016年3月. | |
| 資料番号 | AI2015-65 | |
| 発行日 | 2016-02-24 (AI) | |
| 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 | AI2015-65 |
|
| 研究会情報 | |
| 研究会 | AI JSAI-KBS JSAI-DOCMAS JSAI-SAI IPSJ-ICS |
| 開催期間 | 2016-03-01 - 2016-03-04 |
| 開催地（和） | ルスツリゾート |
| 開催地（英） | |
| テーマ（和） | 社会システムと情報技術 |
| テーマ（英） | Social System and Information Technology |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2016-03-AI-KBS-DOCMAS-SAI-ICS |
| 本文の言語 | 日本語 |
| タイトル（和） | マップを既知とした環境におけるQ学習を用いた高効率な分散探索手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Efficient distributed search method using Q-learning in an environment with map |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルチエージェント / Multi-agent |
| キーワード(2)（和/英） | 分散探索 / Q-learning |
| キーワード(3)（和/英） | Q学習 / Distributed search |
| キーワード(4)（和/英） | / Collaboration |
| 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） | 湯徳 尊久 / Takahisa Yutoku / ユトク タカヒサ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： waseda) |
| 第2著者 氏名（和/英/ヨミ） | 杉山 歩未 / Ayumi Sugiyama / スギヤマ アユミ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： waseda) |
| 第3著者 氏名（和/英/ヨミ） | 菅原 俊治 / Toshiharu Sugawara / スガワラ トシハル |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： waseda) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-03-02 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AI |
| 資料番号 | AI2015-65 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.478 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2016-02-24 (AI) |
[研究会発表申込システムのトップページに戻る]