実数値環境におけるマルチエージェントの強化学習

DOI
  • 馬野 元秀
    大阪府立大学 大学院理学系研究科 情報数理科学専攻
  • 小路 敏広
    大阪府立大学 大学院理学系研究科 情報数理科学専攻
  • 細谷 優
    大阪府立大学 大学院理学系研究科 情報数理科学専攻
  • 瀬田 和久
    大阪府立大学 大学院理学系研究科 情報数理科学専攻

書誌事項

タイトル別名
  • Reinforcement Learning of Multi-Agents on Real Number Environment
  • Consideration on Result of Numerical Simulation
  • 数値実験結果の検討

抄録

マルチエージェントの標準問題に追跡問題がある。これはマス目上で、4つの青エージェントが1つの赤エージェントを追跡して捕獲する問題である。前回、この環境を実数値に拡張し、距離と方向のファジィ集合を状態とするファジィQ-Learningを用いて各エージェントの学習を行う方法を提案した。今回は、前回提案した環境とアルゴリズムを用いて数値シミュレーションを行った。その結果、前回定めた実験環境では少ない状態数で問題を解くことができた。その理由として、逃げる赤エージェントと追う青エージェントの速さが同じでも、赤エージェントの動きがランダムなので青エージェントからあまり離れないということと、青エージェントの持つ捕獲範囲が広いうえ、3つの青エージェントで捕獲できる場合が多いことが挙げられる。

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390001205666944768
  • NII論文ID
    130004730231
  • DOI
    10.14864/fss.23.0.295.0
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ