ジレンマ問題に対するマルチエージェント強化学習法

摘要

本稿では，ジレンマ問題に有効な方法として，自分の収益を高くするために他エージェントに期待する方策を考えて学習する方法を提案する．期待する方策と他エージェントの行動選択が同じである状況では，エージェントは互いに収益の高い行動を学習していると考えられるため，提案法により広範囲のジレンマ問題で協調行動の獲得が期待できる．提案法をNIPDと共有地の悲劇問題に適用した実験により，従来法と比較してより正確に協調行動を獲得できることを示す．