@article{oai:ipsj.ixsq.nii.ac.jp:00228861,
 author = {岩科, 亨 and 森山, 甲一 and 松井, 藤五郎 and 武藤, 敦子 and 犬塚, 信博 and Toru, Iwashina and Koichi, Moriyama and Tohgoroh, Matsui and Atsuko, Mutoh and Nobuhiro, Inuzuka},
 issue = {2},
 journal = {情報処理学会論文誌数理モデル化と応用（TOM）},
 month = {Oct},
 note = {マルチエージェント環境には複数のエージェントが存在するが，それぞれが利己的な行動を獲得してしまうよりも，協力することでより良い結果が得られる可能性がある．報酬が疎なシングルエージェント環境で利用される好奇心探索は，未知の状態に対し報酬を与えることで最大化すべき報酬が変化し，それにともない方策も未知の状態を求めるよう変化する．それをマルチエージェント環境で用いることで，探索拡大に加え，報酬の構造の変化により，獲得できていなかった協力的な行動につながる可能性がある．好奇心探索を用いて追跡問題で実験したところ，より多くの獲物を捕まえることができた．, In a multi-agent environment where multiple agents exist, the agents may achieve better results by cooperating one another than by acting self-interestedly. Curiosity-driven exploration, which is used in a single-agent environment with sparse rewards, offers rewards to unknown states, and the agent learns a policy to seek such unknown states accordingly. Using it in a multi-agent environment may allow the agents to acquire cooperative behavior by promoting exploration and changing the reward structure. The experiments we conducted in a predator-prey problem show that the curiosity-driven exploration allows the predators to catch more preys.},
 pages = {80--90},
 title = {マルチエージェント深層強化学習における好奇心探索の影響},
 volume = {16},
 year = {2023}
}