| 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 | 2022-09-16 13:30 非協力ゲームのプレイヤの時間的モデリングを利用したエージェント調整の提案 ○鐘 俊傑・菅原俊治（早大）  AI2022-26 |
|
| 抄録 | （和） | 協力的・競争的関係が混在するマルチエージェント協調は、多くの現実的な問題を表現することができる。しかし、マルチエージェント強化学習において、限られた情報交換の中で、いかにエージェントに他のエージェントを理解させ、協調行動を取らせるかは難しい課題である。本提案手法では、他のエージェントの履歴を含む時間情報をエージェント間で共有すると、エージェントは他のエージェントをモデル化でき、モデル化したエージェントとの非対称ゲームの解を推定する過程で、協調行動に必要な情報を得ることができる。その結果、エージェントとモデル化した他のエージェントとの間に非協力的な関係目的を設定することで、エージェント間の関係を推定し、非定常性の問題を緩和できる。評価実験の結果、エージェントは他のエージェントとの協調を実現し、提案する通信の無い状況や通信があっても他のエージェントをモデル化しない手法と比較して、より良い結果が得られることを示す。 |
| （英） | Multi-agent interaction structures that contain mixed cooperative-competitive relationships appear in many realistic situations. However, in multi-agent reinforcement learning, how agents recognize other agents and identify coordinated actions with limited information exchange is a challenging issue. We think that when temporal information including other agents' histories (such as their decisions and solutions) and distances from them is shared among agents through communications, all agents can have models of all other agents and thus obtain information necessary for determining coordinated actions through an asymmetric game process. Based on this consideration, our proposed method can mitigate the issue of non-stationarity and describe relationships between agents by setting non-cooperative objectives for the models of other agents to obtain better solutions. We then experimentally show that agents with our method could achieve better coordination and achieve more appropriate behavior than those with the method without communication and the method without modeling other agents. | |
| キーワード | （和） | ゲーム理論 / マルチエージェント強化学習 / 他エージェントのモデリング / / / / / |
| （英） | game theory / multi-agent reinforcement learning / modeling other agents / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 186, AI2022-26, pp. 48-53, 2022年9月. | |
| 資料番号 | AI2022-26 | |
| 発行日 | 2022-09-08 (AI) | |
| ISSN | 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 | AI2022-26 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2022-09-15 - 2022-09-16 |
| 開催地（和） | アクトシティ浜松 |
| 開催地（英） | |
| テーマ（和） | 「マルチエージェントシステム」および一般（SMASH22 Summer Symposium） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2022-09-AI |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 非協力ゲームのプレイヤの時間的モデリングを利用したエージェント調整の提案 |
| サブタイトル（和） | |
| タイトル（英） | Temporal Modeling of Players for Multi-agent Coordination in Non-Cooperative Game |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ゲーム理論 / game theory |
| キーワード(2)（和/英） | マルチエージェント強化学習 / multi-agent reinforcement learning |
| キーワード(3)（和/英） | 他エージェントのモデリング / modeling other agents |
| キーワード(4)（和/英） | / |
| 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） | 鐘 俊傑 / Junjie Zhong / ショウ シュンケツ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 菅原 俊治 / Toshiharu Sugawara / スガワラ トシハル |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-09-16 13:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2022-26 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.186 |
| ページ範囲 | pp.48-53 |
| ページ数 | 6 |
| 発行日 | 2022-09-08 (AI) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)