方策勾配法を用いたサッカーエージェントの学習: パス・レシーブ

摘要

RoboCupサッカーシミュレーション2Dリーグでは，実環境下でロボットを動かす難しさから解放されるため，複数エージェントによる協調的な行動に研究の焦点を当てることができる.しかし，マルチエージェント学習には，状態空間の爆発問題，同時学習問題，不完全知覚問題，報酬割り当て問題等のマルチエージェント系特有の難しさがあるとされている[1].これら四つの問題に対して注意を払いながら.本研究では,フルゲームにおいてプレーヤが味方へパスを出す際のパス先の選択問題を学習対象とした.