強化学習ベース多船航路探索法における行動選択制限の改良

摘要

船舶は重要な輸送手段である．他船航路問題は船舶にかかわる工学分野で扱ってきたものである．しかし，船舶同士の衝突を避けるための手続きの良否や衝突リスクは議論されることはあるが，得られた航路の最適性が客観的に評価されることはない．そこで我々はマルチエージェント強化学習システム（多船航路探索用MARLS）の構築に取り組んできた．しかし，得られた航路が不要に大きく膨らんでしまう場合があることを計算機実験にて確認している．よって，本研究では不要な回避を是正する行動選択制限を提案する．