MARLによる効率的な未知環境探索手法の獲得

摘要

近年，ロボット技術の発展および社会的な要求に伴ってロボットの活動が期待される環境は広がっている．そのため，ロボットは多様な環境に対して適応的な振る舞いを要求される．特に，複数台のロボットが独立／並列／協調して作業を遂行するMulti-Agent Robot System (MARS)は，柔軟性，多様性，頑健性などの特徴から，倉庫内の荷物搬送や広範囲の探査活動などへの応用が期待されている．しかし，多数のロボットをあらかじめ全ての環境や状況を予測して制御することは困難である．そのため，MARSを構成するロボット自身が学習を行い，制御則を獲得するMulti-Agent Reinforcement Learning (MARL)が研究されている．さらに，MARLを効率的に行うため，過去の学習知識を再利用する転移学習が研究されている．