| 講演名 | 2006-03-17 マルチエージェント強化学習を用いた追跡問題 中川 哲成, 石川 眞澄, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年,マルチエージェントシステムの研究が盛んに行われている.マルチエージェントシステムの学習方法として,さまざまな強化学習が用いられているが,状態空間の爆発問題,同時学習問題,報酬配分問題などのため適切な学習が困難である.本研究では追跡問題を対象とし,状態空間の爆発問題を軽減するため,状態空間を複数の部分状態空間に分割して強化学習を行い,これらを組み合せることにより状態数を削減する学習法を提案する. |
| 抄録(英) | Recently, there have been many studies on multi-agent systems. Various methods in reinforcement learning have been used for the learning of multi-agent systems. but the learning is difficult due to the explosion of state space, the concurrent learning problem, and the credit assignment problem. To ameliorate the difficulty of the explosion of state space, we propose to drastically decrease the number of states by decomposing a state space into multiple subspaces, combining them. and carrying out reinforcement learning in the combined state space. |
| キーワード(和) | マルチエージェント / 強化学習 |
| キーワード(英) | multi-agent / reinforcement learning |
| 資料番号 | NC2005-155 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2006/3/10(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | マルチエージェント強化学習を用いた追跡問題 |
| サブタイトル（和） | |
| タイトル（英） | Multi-Agent Reinforcement Learning for Pursuit Games |
| サブタイトル（和） | |
| 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） | 強化学習 / reinforcement learning |
| 第 1 著者 氏名（和/英） | 中川 哲成 / Tetsuaki Nakagawa |
| 第 1 著者 所属（和/英） | 九州工業大学大学院生命体工学研究科 Graduate School of Life Science and System Engineering, Kyushu Institute of Technology |
| 第 2 著者 氏名（和/英） | 石川 眞澄 / Masumi Ishikawa |
| 第 2 著者 所属（和/英） | 九州工業大学大学院生命体工学研究科 Graduate School of Life Science and System Engineering, Kyushu Institute of Technology |
| 発表年月日 | 2006-03-17 |
| 資料番号 | NC2005-155 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 659 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |