講演抄録/キーワード |
講演名 |
2016-12-09 17:05
探索問題におけるフィルタリングと粗視化を用いたマルチエージェント強化学習について ○湯徳尊久・杉山歩未・菅原俊治(早大) AI2016-22 |
抄録 |
(和) |
本研究では,複数のエージェントにおける探索問題において,回収に複数体のエージェントが必要な対象物が複数種類ある環境を想定し,効率的な協調行動の学習法を提案する.強化学習は行動学習の有効な手段であるが,本問題に従来手法を適用した場合,環境が複雑で大規模になるほど状態数は爆発的に増加し,学習効率の低下とメモリ量の増大により学習が困難となる.
そこで本研究では,フィルタリングによって視野から得られる情報を制限し,さらに粗視化を用いて学習で発生する状態空間を抽象化する手法を提案する.これにより学習で発生する状態数を削減し,効果的に学習できることを二次元グリット空間を用いたシュミレーションにより示し,その能力の特徴と限界を議論する. |
(英) |
(Not available yet) |
キーワード |
(和) |
マルチエージェント / 分散探索 / Q学習 / 粗視化 / / / / |
(英) |
Multi-agent / Distributed search / Q-learning / coarse-graining / / / / |
文献情報 |
信学技報, vol. 116, no. 350, AI2016-22, pp. 55-60, 2016年12月. |
資料番号 |
AI2016-22 |
発行日 |
2016-12-02 (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 |
AI2016-22 |