部分観測マルコフ決定問題に対する群強化学習法: Swarm HQ-Learning

摘要

近年，強化学習の研究が盛hに行われている。強化学習は「報酬」という特別な情報を手掛かりにェージェントが試行錯誤を通じて制御則を獲得する機械学習の一種である。強化学習の最大の特徴は，不確実性のある環境，報酬に遅れが存在する環境にも適応可能なところにある。