| 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 | 2023-11-16 16:30 時相論理仕様を満足するマルチエージェントシステムの深層強化学習 ○寺嶋啓太・小林孝一・山下 裕（北大）  CAS2023-70 MSS2023-40 |
|
| 抄録 | （和） | マルチエージェントシステムでは，共通目標の達成のためにエージェント群が如何に協調した行動をとるかが課題となる．著者らは以前に，時相論理仕様を満たす協調型マルチエージェント強化学習法を提案した．アグリゲータを導入した分散的な学習手法によって，エージェント数の増加に伴う状態空間爆発および学習効率の低下という問題点を解消した．本論文では，この手法に深層強化学習を適用する．その際，表形式の評価関数を用いた強化学習法では実装が困難な連続状態空間の環境を対象とした学習を行う．その後，連続空間で表された監視問題を例として，深層強化学習におけるアグリゲータの効果を検証する． |
| （英） | In multi-agent systems, the challenge is how a group of agents collaborate to achieve a common goal. In our previous work, we propose cooperative multi-agent reinforcement learning methods with temporal logic specifications. The distributed method with an aggregator solves the technical issues of state-space explosion and low learning efficiency as the number of agents grows. In this paper, we apply deep reinforcement learning to our methods. We consider learning methods for continuous state-space environments, which are difficult to implement in reinforcement learning methods using a table-style evaluation function. Then, we verify the effectiveness of an aggregator in deep reinforcement learning using an example of a surveillance problem represented in a continuous space. | |
| キーワード | （和） | マルチエージェントシステム / 深層強化学習 / 線形時相論理 / アグリゲータ / 監視問題 / / / |
| （英） | multi-agent systems / deep reinforcement learning / linear temporal logic / aggregator / surveillance / / / | |
| 文献情報 | 信学技報, vol. 123, no. 265, MSS2023-40, pp. 54-58, 2023年11月. | |
| 資料番号 | MSS2023-40 | |
| 発行日 | 2023-11-09 (CAS, MSS) | |
| 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 | CAS2023-70 MSS2023-40 |
|
| 研究会情報 | |
| 研究会 | MSS CAS IPSJ-AL |
| 開催期間 | 2023-11-16 - 2023-11-17 |
| 開催地（和） | 那覇市IT創造館 |
| 開催地（英） | |
| テーマ（和） | システムのモデリングと制御・検証・最適化の手法，機械学習的アプローチ及び一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2023-11-MSS-CAS-AL |
| 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システムの深層強化学習 |
| サブタイトル（和） | |
| タイトル（英） | Deep Reinforcement Learning for Multi-Agent 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） | 深層強化学習 / deep 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） | 監視問題 / surveillance |
| 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） | 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.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-11-16 16:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MSS |
| 資料番号 | CAS2023-70, MSS2023-40 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.264(CAS), no.265(MSS) |
| ページ範囲 | pp.54-58 |
| ページ数 | 5 |
| 発行日 | 2023-11-09 (CAS, MSS) |
[研究会発表申込システムのトップページに戻る]