| 大会名称 |
| 2017年 総合大会 |
| 大会コ－ド |
| 2017G |
| 開催年 |
|
2017
|
| 発行日 |
|
|
| セッション番号 |
|
D-20
|
| セッション名 |
|
情報論的学習理論と機械学習
|
| 講演日 |
|
2017/3/23
|
| 講演場所(会議室等) |
|
共通講義棟東 402
|
| 講演番号 |
|
D-20-10
|
| タイトル |
|
エージェントの行動戦略を切り替えるマルチエージェント強化学習システムの提案
|
| 著者名 |
|
◎岸本知紘, 山崎憲一,
|
| キーワード |
|
並行強化学習, Q学習, k確実探査法, 政策反復法, マルチエージェント
|
| 抄録 |
|
マルチエージェント強化学習について、2種類のエージェントすなわち報酬獲得エージェントと探索エージェントの行動戦略を切り替えることで、学習開始時に発生しやすい報酬獲得エージェントと他エージェントとの行動選択の重複を減らすエージェントの改良方式を提案する。学習開始時のエージェントを全て探索エージェントとし、学習環境を十分に探索したとエージェントが判断できた時、1つのエージェントを報酬獲得エージェントに切り替える。これにより学習開始時は探索エージェントのみなので、行動選択の重複が少なくなると考えられる。また、学習収束時には切り替えにより報酬獲得エージェントになったエージェントが最適な行動を行える。
|
| 本文pdf |
|
PDF download
|
