ランキング学習を用いたサッカーエージェントの意思決定におけ る評価関数の学習

摘要

RoboCup サッカー2D シミュレーションリーグでは,チームパフォーマンス向上を目指した研究が数多く行われており, 協調的な戦術の獲得は特に注目されている分野である. 秋山らは複数のサッカーエージェントによる行動列をオンラインでプランニングするフレームワーク(以下行動列探索フレームワークと呼ぶ) を提唱している[1]. このフレームワークで評価に用いる評価関数は従来人手で設計されていた. そのため, 行動列の評価項目の選定やパラメータの調整に多大なコストを要している.　本研究では, ランキング学習を用いて低い作業コストでの評価関数の獲得を目指す.