@techreport{oai:ipsj.ixsq.nii.ac.jp:00224871,
 author = {田中, 優暉 and 山田, 和明},
 issue = {8},
 month = {Feb},
 note = {強化学習には，報酬は設計者の知識や経験に依存してしまい，報酬を適切に設計することは困難であるという課題がある．そこで，報酬に重み付けをしなくても適切な学習をすることに成功すれば，設計者の負担を軽減できると考えた．本研究では，狭路すれ違い問題において，報酬に重みを付けない場合の tMAC の学習性能について検証した．},
 title = {マルチエージェント多目的強化学習における各エージェントが重視する報酬の違いによる自律的機能分化},
 year = {2023}
}