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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2018-03-12 14:00
Learning in Two-Player Matrix Games by Policy Gradient Lagging Anchor
Shiyao DingToshimitsu UshioOsaka Univ.
技報オンラインサービス実施中
抄録 (和) We propose a novel multi-agent reinforcement learning (MARL) algorithm which is called a policy gra-
dient lagging anchor (PGLA) algorithm. Then, we consider 2 two-player matrix games as illustrative examples. And
it is shown by simulation that behaviors of the games using the PGLA algorithm can converge to Nash equilibria
in both pure and mixed policies. 
(英) We propose a novel multi-agent reinforcement learning (MARL) algorithm which is called a policy gra-
dient lagging anchor (PGLA) algorithm. Then, we consider 2 two-player matrix games as illustrative examples. And
it is shown by simulation that behaviors of the games using the PGLA algorithm can converge to Nash equilibria
in both pure and mixed policies.
キーワード (和) Reinforcement Learning / Policy Gradient / Multi-Agent Systems / Matrix Game / / / /  
(英) Reinforcement Learning / Policy Gradient / Multi-Agent Systems / Matrix Game / / / /  
文献情報 信学技報, vol. 117, no. 506, MSS2017-79, pp. 11-14, 2018年3月.
資料番号 MSS2017-79 
発行日 2018-03-05 (MSS) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 MSS NLP  
開催期間 2018-03-12 - 2018-03-14 
開催地(和) 大阪大学豊中キャンパス 
開催地(英)  
テーマ(和) SICE-DES研究会,IEICE-NLP, MSSの3研究会併催,一般および Work In Progress(WIP) ※(WIPセッションはDES,MSSのみ.「詳細はこちら」参照) 
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 2018-03-MSS-NLP 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Learning in Two-Player Matrix Games by Policy Gradient Lagging Anchor 
サブタイトル(英)  
キーワード(1)(和/英) Reinforcement Learning / Reinforcement Learning  
キーワード(2)(和/英) Policy Gradient / Policy Gradient  
キーワード(3)(和/英) Multi-Agent Systems / Multi-Agent Systems  
キーワード(4)(和/英) Matrix Game / Matrix Game  
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) 丁 世堯 / Shiyao Ding / テイ セイギョウ
第1著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第2著者 氏名(和/英/ヨミ) 潮 俊光 / Toshimitsu Ushio / ウシオ トシミツ
第2著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka 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
発表日時 2018-03-12 14:00:00 
発表時間 25 
申込先研究会 MSS 
資料番号 IEICE-MSS2017-79 
巻番号(vol) IEICE-117 
号番号(no) no.506 
ページ範囲 pp.11-14 
ページ数 IEICE-4 
発行日 IEICE-MSS-2018-03-05 


[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