講演抄録/キーワード |
講演名 |
2018-12-23 13:00
マルチエージェントゲームにおける深層強化学習の報酬配分 ○渡邉 慧・橘 俊宏(湘南工科大) CAS2018-107 ICD2018-91 CPSY2018-73 エレソ技報アーカイブへのリンク:ICD2018-91 |
抄録 |
(和) |
本稿では,複数のエージェントが協力し合うマルチエージェントシステムに深層強化学習を適用する.我々は,このようなシステムに対して深層強化学習により学習させた結果について実験的に検証を行った.本稿では学習環境の構築やエージェントアーキテクチャにおいてユニティテクノロジーズが公開しているゲームエンジン "Unity" と機械学習フレームワーク "UnityML-Agents" を用いる.本稿において対象とする環境はマルチエージェントが点を取り合うゲームである.深層強化学習を用いてエージェントを学習させた場合の報酬の与え方とエージェントのふるまいの関係を実験的に検証した.その結果を中心に報告する. |
(英) |
In this paper, we consider a method to realize multi agent system with multiple agents cooperating by deep reinforcement learning. Furthermore, we conduct simulation experiments. Here we use the game engine "Unity" published by Unity Technologies and the machine learning framework "UnityML-Agents". We will use it to build a learning environment and create an agent architecture. The target environment here is a game where multiple agents keep points. We experimentally verified the learning method of the inference model which manipulates the agent using deep reinforcement learning, the relationship of how to give the reward and the behavior. In this paper, we report on the results. |
キーワード |
(和) |
深層強化学習 / マルチエージェント / 報酬 / Unity ML-Agents / TensorFlow / / / |
(英) |
Deep reinforcement learning / Multi-agents / Reward / Unity ML-Agents / TensorFlow / / / |
文献情報 |
信学技報, vol. 118, no. 375, CPSY2018-73, pp. 109-114, 2018年12月. |
資料番号 |
CPSY2018-73 |
発行日 |
2018-12-14 (CAS, ICD, CPSY) |
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 |
CAS2018-107 ICD2018-91 CPSY2018-73 エレソ技報アーカイブへのリンク:ICD2018-91 |
研究会情報 |
研究会 |
ICD CPSY CAS |
開催期間 |
2018-12-21 - 2018-12-23 |
開催地(和) |
ホテルアトールエメラルド宮古島 |
開催地(英) |
|
テーマ(和) |
学生・若手研究会 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
CPSY |
会議コード |
2018-12-ICD-CPSY-CAS |
本文の言語 |
日本語 |
タイトル(和) |
マルチエージェントゲームにおける深層強化学習の報酬配分 |
サブタイトル(和) |
|
タイトル(英) |
On Reward Sharing for Multi-agent Games Using Deep Reinforcement Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
深層強化学習 / Deep reinforcement learning |
キーワード(2)(和/英) |
マルチエージェント / Multi-agents |
キーワード(3)(和/英) |
報酬 / Reward |
キーワード(4)(和/英) |
Unity ML-Agents / Unity ML-Agents |
キーワード(5)(和/英) |
TensorFlow / TensorFlow |
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) |
渡邉 慧 / Kei Watanabe / ワタナベ ケイ |
第1著者 所属(和/英) |
湘南工科大学 (略称: 湘南工科大)
Shonan Institute of Technology (略称: Shonan Isnt. of Tech.) |
第2著者 氏名(和/英/ヨミ) |
橘 俊宏 / Toshihiro Tachibana / タチバナ トシヒロ |
第2著者 所属(和/英) |
湘南工科大学 (略称: 湘南工科大)
Shonan Institute of Technology (略称: Shonan Isnt. of Tech.) |
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 |
2018-12-23 13:00:00 |
発表時間 |
20分 |
申込先研究会 |
CPSY |
資料番号 |
CAS2018-107, ICD2018-91, CPSY2018-73 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.373(CAS), no.374(ICD), no.375(CPSY) |
ページ範囲 |
pp.109-114 |
ページ数 |
6 |
発行日 |
2018-12-14 (CAS, ICD, CPSY) |