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 2019-03-09 13:40
深層強化学習を用いた分散協調探索問題における記憶情報による情報補完とその効率化
山崎 天菅原俊治早大
抄録 (和) マルチエージェントシステム(MAS)は, シングルエージェントでのモデル化が困難な, 複数のエージェントが干渉しあう環境をモデル化でき, 様々な実世界の問題に応用できる.
しかし, エージェント間の相互作用によって環境は複雑で予測不可能となり, 特に協調的な戦略を設計することは困難である.
そこで本研究では, MASの中でも分散協調探索問題と呼ばれる一般的な問題を扱い, エージェントがそれぞれ独立したDeep Q-Network (DQN)で政策を学習するとき, 全体で創発される行動戦略を調査する.
また, エージェントは環境から与えられる情報が制限されるときに, どのような行動戦略によって情報不足を回避するかを調査する.
実験の結果, 情報制限により報酬が獲得しづらく, 学習が困難な環境ほどエージェント間で強い分業が発生したことを報告する.
また, 分業時には各エージェントの担当領域で他エージェントからの干渉が少なく, シングルエージェントと類似した環境として扱えることがわかった.
そのため, 特にシングルエージェントの環境で有効活用できると考えられる記憶情報を利用することで, 報酬獲得効率が向上したことを報告する. 
(英) Multi-Agent Systems (MAS) enable modeling an environment where multiple agents interfere with each other, and it can be applied to many of the real-world problems. However, the environment will be unpredictable and complicated because of the interactions between agents, thereby it is difficult to implement agents’ policy especially when it requires cooperation. In this paper, we address a MAS problem called decentralized multi-task exploration problem, and we observe the emerged agents’ policies which are learned with Deep Q-Network (DQN) implemented in every single agent. In addition, we conduct an experiment in an environment where only limited information is supplied to agents, and we examine how agents will handle the lack of information. As a result, we report that a clear division of labor between agents has occurred in environments where it is difficult to acquire rewards due to information limitation. In that case, each agent's responsible area has little interference from other agents, and it can be handled as an environment similar to a single agent system. Therefore, we experimentally show an improvement of reward acquisition efficiency by using memorized information which can be effectively utilized particularly in a single-agent environment.
キーワード (和) マルチエージェントシステム / 分散制御 / 協調戦略 / 深層強化学習 / / / /  
(英) Mutli-agent systems / Decentralized systems / Cooperative behavior / Deep reinforcement learning / / / /  
文献情報 信学技報, vol. 118, no. 492, AI2018-55, pp. 13-18, 2019年3月.
資料番号 AI2018-55 
発行日 2019-03-02 (AI) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 AI IPSJ-ICS JSAI-KBS JSAI-DOCMAS JSAI-SAI  
開催期間 2019-03-07 - 2019-03-10 
開催地(和) ルスツリゾート 
開催地(英)  
テーマ(和) 社会システムと情報技術 
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 2019-03-AI-ICS-KBS-DOCMAS-SAI 
本文の言語 日本語 
タイトル(和) 深層強化学習を用いた分散協調探索問題における記憶情報による情報補完とその効率化 
サブタイトル(和)  
タイトル(英) Please fill in 
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 / Mutli-agent systems  
キーワード(2)(和/英) 分散制御 / Decentralized systems  
キーワード(3)(和/英) 協調戦略 / Cooperative behavior  
キーワード(4)(和/英) 深層強化学習 / Deep reinforcement learning  
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) 山崎 天 / Takato Yamazaki / ヤマザキ タカト
第1著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Weseda Univ.)
第2著者 氏名(和/英/ヨミ) 菅原 俊治 / Toshiharu Sugawara / スガワラ トシハル
第2著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda University (略称: Weseda 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 2019-03-09 13:40:00 
発表時間 20 
申込先研究会 AI 
資料番号 IEICE-AI2018-55 
巻番号(vol) IEICE-118 
号番号(no) no.492 
ページ範囲 pp.13-18 
ページ数 IEICE-6 
発行日 IEICE-AI-2019-03-02 


[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