状態空間の部分的高次元化手法を用いたマルチエージェント強化学習法

• Item type: SIG Technical Reports(1)
• 公開日: 2004-03-16
• タイトル: 状態空間の部分的高次元化手法を用いたマルチエージェント強化学習法
• タイトル / 言語: en
• タイトル: Multi - Agent Reinforcement Learning with the Partly High - dimensional State Space
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 名古屋工業大学電気情報工学科
• 著者所属: 名古屋工業大学電気情報工学科
• 著者所属(英): en
• 著者所属(英): Department of Computer Engineering, Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Computer Engineering, Nagoya Institute of Technology
• 著者名: 藤田, 和幸; 松尾, 啓志
• 著者名(英): Kazuyuki, Fujita; Hiroshi, Matsuo
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: マルチエージェント強化学習では，エージェントは自分以外のエージェントも環境の一部として観測する．そのため，エージェント数の増加に伴い状態空間が指数的に増加し（次元の呪），学習速度を著しく低下させるという問題が生じる．この問題を解決する手法として提案されたModular Q-learningには，近くの不完全性により学習性能が低下する問題がある．本研究では状態空間の部分的高次元化手法を用いてModular Q-learningの学習性能を改善する手法を提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In Multi-Agent Reinforcement Learning, each agent observe a state of othe agents as a part of environment. Therefore, the state space is exponential in thenumber of agents and learning speed significantly decrease. Modular Q-learning[6] needs very small state space. However, the incomplete observation involves a decline in the performance. In this paper, we improve Modular Q-learning's performance with the partly high-dimensional state space.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11135936
• 書誌情報: 情報処理学会研究報告知能と複雑系（ICS）; 巻 2004, 号 29(2003-ICS-135), p. 95-100, 発行日 2004-03-16
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会