| 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 | 2016-12-09 16:40 優先度の存在する領域における強化学習を用いたマルチエージェントパトロール手法 ○小瀬木晴信・杉山歩未・菅原俊治（早大）  AI2016-21 |
|
| 抄録 | （和） | 本研究では, マルチエージェントによるパトロール問題において, 対象領域に優先度が存在する場合に強化学習により効率よくパトロールを行う手法を提案する. 複数エージェントが同一の領域をパトロールする場合, 各エージェントが協調行動を取ることが効率よくパトロールを行う上で必要である. このような問題をMarkov Decision Processとしてモデル化し, 強化学習を用いて効率的なパトロールを行う研究がある. しかし, この手法はパトロールすべき場所の優先度を考慮していない. そこで, 本研究では既存のモデルを優先度を考慮したモデルに拡張し, その上で効率的にパトロールを行う手法を提案する. 計算機上でグリットグラフで表される領域のパトロールのシミュレーション実験を行い, 提案手法の有用性を示す. |
| （英） | We propose a multi-agent patrolling method in an environment with priority. Cooperative behavior is required that a team of agents patrols an area effectively. In previous work, patrolling task was modeled as a Markov Decision Process and solved by Q-learning. However, this model did not take into account the patrol area consisting of regions with different priority. In this paper, we have extended the previous model to include priority setting and propose a method to patrol effectively in that environment in a cooperative manner. Then we experimentally indicate the effectiveness of our proposed method. | |
| キーワード | （和） | マルチエージェント / Q学習 / パトロール / / / / / |
| （英） | Multi-agent / Q-learning / Patrol / / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 350, AI2016-21, pp. 49-54, 2016年12月. | |
| 資料番号 | AI2016-21 | |
| 発行日 | 2016-12-02 (AI) | |
| ISSN | Print edition: ISSN 0913-5685 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 | AI2016-21 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2016-12-09 - 2016-12-09 |
| 開催地（和） | 健康温泉館 クアージュゆふいん |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| 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 | 2016-12-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 優先度の存在する領域における強化学習を用いたマルチエージェントパトロール手法 |
| サブタイトル（和） | |
| タイトル（英） | Applying reinforcement learning to multi-agent patrolling with priority setting |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルチエージェント / Multi-agent |
| キーワード(2)（和/英） | Q学習 / Q-learning |
| キーワード(3)（和/英） | パトロール / Patrol |
| 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） | 小瀬木 晴信 / Harunobu Ozeki / オゼキ ハルノブ |
| 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） | 杉山 歩未 / Ayumi Sugiyama / スギヤマ アユミ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 菅原 俊治 / Toshiharu Sugawara / |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-12-09 16:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AI |
| 資料番号 | AI2016-21 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.350 |
| ページ範囲 | pp.49-54 |
| ページ数 | 6 |
| 発行日 | 2016-12-02 (AI) |
[研究会発表申込システムのトップページに戻る]