マルチエージェントシステムのための信頼度を用いた強化学習－エージェントの知覚能力と競合回避行動の獲得確率の関係

摘要

本研究では，これまでに強化学習を用いて個々のエージェントの行動を分化させることで，マルチエージェントシステムにおいて発生する競合状態を回避する方法を提案している．さらに，信頼度により強化学習の割引率を自律的に調整することで，従来の強化学習より高い確率で競合回避行動を獲得できることを示しめしている．本稿では，各エージェントが他エージェントの進行方向を正確に知覚できる場合，すなわち，隠れ状態の発生を低減させた場合，競合回避行動の獲得確率がどの程度向上するのかを分析した．その結果，エージェントの知覚能力が高い方が，競合回避行動の獲得確率が高くなる傾向があることを確認した．しかし，知覚能力を高めた場合，観測する状態数が爆発的に増加する．そのため，今後の課題として，状態空間の汎化手法の導入を検討する予定である．