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 2022-12-14 22:10
移動課題における強化学習を通したエージェントの模範行動の創発
○原田雄大・竹内勇剛（静岡大）
抄録 （和） 人間は未知の課題やはじめて参入する環境において，これまでの経験を活かして行動したり，環境に存在する他者や集団の振舞いから学習して行動したりすることで，短い期間で高い環境適応性を示すことが可能である．一方でトップダウンに意思決定する機械は明示的に模範対象を示さない限り，他者の振舞いから学習することはできない．本研究では，人間の模範行動をエージェントが行うために必要な条件を構成論的アプローチで明らかにすることを目的とし，ボトムアップなモデル構築手法である強化学習を用いてエージェント９体での移動課題を最適化する実験を行った．エージェント群８体を事前に学習させ知識を与えるか否かを実験条件にして4 条件で学習した結果，一度学習したエージェント群のもと学習することでエージェントは身体的インタラクションの過程でボトムアップに模範可能であることが示唆された． 
（英） Humans can show high adaptability in a short period of time to unknown tasks and environments they enter for the first time by acting based on their previous experience or by learning from the behavior of others and groups in the environment.On the other hand, a machine that acts in a top-down manner cannot learn from the behavior of others unless it is explicitly modeled.The purpose of this study is to clarify the conditions necessary for agents to perform human exemplary behavior using a constructivist approach.In this paper, we conducted learning experiments to optimize a moving task with 9 agents using reinforcement learning, a bottom-up model building method. The experimental condition was the presence or absence of pre learning of eight agents. The learning results suggest that the agents can exemplify in the process of physical interaction by learning again with the learned group of agents.
キーワード （和） 強化学習 / 模範行動 / エージェント群 / マルチエージェント / / / /  
（英） Reinforcement Learning / Exemplary Behavior / Group of Agents / Multi Agent / / / /  
文献情報 信学技報
資料番号  
発行日  
ISSN  
PDFダウンロード

研究会情報
研究会 HCGSYMPO  
開催期間 2022-12-14 - 2022-12-16 
開催地（和） サンポート高松（香川県高松市）+ オンライン開催 
開催地（英） Onsite (Sunport Takamatsu) and Online 
テーマ（和） リアル・バーチャルが響き合うヒューマンコミュニケーション 
テーマ（英）  
講演論文情報の詳細
申込み研究会 HCGSYMPO 
会議コード 2022-12-HCGSYMPO 
本文の言語 日本語 
タイトル（和） 移動課題における強化学習を通したエージェントの模範行動の創発 
サブタイトル（和）  
タイトル（英） Emergence of Agent Exemplary Behavior by Reinforcement Learning in Mobility Tasks 
サブタイトル（英）  
キーワード(1)（和/英） 強化学習 / Reinforcement Learning  
キーワード(2)（和/英） 模範行動 / Exemplary Behavior  
キーワード(3)（和/英） エージェント群 / Group of Agents  
キーワード(4)（和/英） マルチエージェント / Multi Agent  
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） 原田 雄大 / Yudai Harada / ハラダ ユウダイ
第1著者 所属（和/英） 静岡大学 (略称： 静岡大)
Shizuoka University (略称： Shizuoka Univ.)
第2著者 氏名（和/英/ヨミ） 竹内 勇剛 / Yugo Takeuchi / タケウチ ユウゴウ
第2著者 所属（和/英） 静岡大学 (略称： 静岡大)
Shizuoka University (略称： Shizuoka 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 2022-12-14 22:10:00 
発表時間 25分 
申込先研究会 HCGSYMPO 
資料番号  
巻番号（vol） vol. 
号番号（no）  
ページ範囲  
ページ数  
発行日  

[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