マルチエージェントシステムにおける多目的強化学習による競合回避行動の獲得

摘要

マルチエージェントシステム（Multi-Agent System: MAS) は，多数の自律エージェントから構成されてい る.MASは中央集権的な管理機構を持たず，各エージェ ントが環境や近傍のエージヱントとの相互作用を通して システム全体の秩序を形成するという特徴を持つ.そのた め，MASはシステム内外の環境変化に対して頑健である とされている.しかし，多数のエージェントが相互作用す ることでエージェント間に複雑なダイナミクスが発生する ため，設計者が予めエージェントが遭遇するすべての状況 を想定し，適切な行動をエージヱントに組込むことは極め て困難である.この課題に対し，各エージヱントの意思決 定機構として強化学習を用い，協調行動や競合回避行動 を学習させるマルチエージヱント強化学習（Multi-Agent Reinforcement Learning: MARL)が注目されている.