講演抄録/キーワード |
講演名 |
2023-03-14 13:00
時相論理仕様を満足するマルチエージェント監視システムの強化学習における報酬分配について ○寺嶋啓太・小林孝一・山下 裕(北大) IT2022-81 ISEC2022-60 WBS2022-78 RCC2022-78 |
抄録 |
(和) |
マルチエージェントシステムでは,効率的な学習のために,エージェントの貢献度に応じた報酬分配方法の設計が重要である.本論文では、以前に著者らが提案した,アグリゲータを用いたマルチエージェント強化学習法を基に,監視システムを対象とした報酬の分配方法について提案する.ここで,各エージェントに与えられる制御仕様は線形時相論理式で記述される.この方法では,監視システム上のパスの長さに応じて,アグリゲータが報酬を計算して分配する.最後に,監視問題を例として,計算機実験により性能を示す. |
(英) |
In multi-agent systems, it is important to design a reward distribution method based on the contribution of agents for efficient learning. In this paper, we propose a reward distribution method for a surveillance system based on a multi-agent reinforcement learning method using aggregators, where the control specification is described by a linear time-phase logic formula, which was previously proposed by the authors. In this method, the aggregator computes and distributes rewards according to the length of paths on the surveillance system. Finally, the performance is shown by numerical simulation with a surveillance problem as an example. |
キーワード |
(和) |
マルチエージェントシステム / 強化学習 / 線形時相論理 / アグリゲータ / 報酬分配問題 / 監視問題 / / |
(英) |
multi-agent systems / reinforcement learning / linear temporal logic / aggregator / reward distribution problem / surveillance / / |
文献情報 |
信学技報, vol. 122, no. 430, RCC2022-78, pp. 86-90, 2023年3月. |
資料番号 |
RCC2022-78 |
発行日 |
2023-03-07 (IT, ISEC, WBS, RCC) |
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 |
IT2022-81 ISEC2022-60 WBS2022-78 RCC2022-78 |
研究会情報 |
研究会 |
RCC ISEC IT WBS |
開催期間 |
2023-03-14 - 2023-03-15 |
開催地(和) |
山口大学常盤キャンパス |
開催地(英) |
|
テーマ(和) |
RCC・ISEC・IT・WBS合同研究会 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
RCC |
会議コード |
2023-03-RCC-ISEC-IT-WBS |
本文の言語 |
日本語 |
タイトル(和) |
時相論理仕様を満足するマルチエージェント監視システムの強化学習における報酬分配について |
サブタイトル(和) |
|
タイトル(英) |
On Reward Distribution in Reinforcement Learning of Multi-Agent Surveillance Systems with Temporal Logic Specifications |
サブタイトル(英) |
|
キーワード(1)(和/英) |
マルチエージェントシステム / multi-agent systems |
キーワード(2)(和/英) |
強化学習 / reinforcement learning |
キーワード(3)(和/英) |
線形時相論理 / linear temporal logic |
キーワード(4)(和/英) |
アグリゲータ / aggregator |
キーワード(5)(和/英) |
報酬分配問題 / reward distribution problem |
キーワード(6)(和/英) |
監視問題 / surveillance |
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) |
寺嶋 啓太 / Keita Terashima / テラシマ ケイタ |
第1著者 所属(和/英) |
北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.) |
第2著者 氏名(和/英/ヨミ) |
小林 孝一 / Koichi Kobayashi / コバヤシ コウイチ |
第2著者 所属(和/英) |
北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.) |
第3著者 氏名(和/英/ヨミ) |
山下 裕 / Yuh Yamashita / ヤマシタ ユウ |
第3著者 所属(和/英) |
北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.) |
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 |
2023-03-14 13:00:00 |
発表時間 |
25分 |
申込先研究会 |
RCC |
資料番号 |
IT2022-81, ISEC2022-60, WBS2022-78, RCC2022-78 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.427(IT), no.428(ISEC), no.429(WBS), no.430(RCC) |
ページ範囲 |
pp.86-90 |
ページ数 |
5 |
発行日 |
2023-03-07 (IT, ISEC, WBS, RCC) |
|