非零和ゲームの強化学習 : 相手の行動を読むプログラム
スポンサーリンク
概要
- 論文の詳細を見る
利害の対立する状況で, 相手の心を読んで適切に行動するプログラムを目標に, 「繰り返し非零和ゲーム」を計算機に解かせることを試みる.具体的には, 高得点を得るためには相手の心を読むことが必要な問題として「1・2・5じゃんけん」というじゃんけんの一種を取り上げ, この問題を人はどのように解くのか, どのようにすれば強いプログラムが作れるのかを検討した.次に, 過去h個の履歴を用いて次の手を決定するk次マルコフ戦略という概念を導入し, 履歴を用いたQ学習を定式化した.また, 履歴を用いたQ学習に1・2・5じゃんけんを学習させることにより, プログラムが協調解を学習できることを示し, 協調までの時間の振る舞いを調べた.最後に, このゲームに対する人や学習プログラムの振る舞いから, 心を読むと言えるより強いプログラムの作り方を提案した.
- 社団法人情報処理学会の論文
- 2005-11-08
著者
-
伊藤 昭
岐阜大学工学部
-
寺田 和憲
岐阜大学工学部
-
大橋 資紀
岐阜大学工学部応用情報学科
-
大橋 資紀
岐阜大学大学院工学研究科
-
寺田 和憲
岐阜大学 工学部
-
寺田 和憲
通信総合研究所・西田結集型プロジェクト
-
寺田 和憲
奈良先端科学技術大学院大学情報科学研究科情報システム学専攻:(現)通信総合研究所西田結集型プロジェクト
-
伊藤 昭
郵政省通信総合研究所
関連論文
- 人間はロボットをどう見るか?(ワークショップ(ポジションペーパー,ディスカッション),コミュニケーションをつむぐ身体,HCSワークショップ)
- E-019 四マスゲームを用いたミニマックスQ学習の動力学解析(E.自然言語・文書・ゲーム)
- F-032 繰り返し非ゼロ和ゲームにおける人の協調心理の分析 : 3CardGameを用いて(F分野:人工知能・ゲーム)
- マルチエージェント強化学習による交渉問題へのアプローチ(社会システムにおける知能(マルチエージェントと社会システム))(「社会システムにおける知能」及び一般)
- ヒトの皮膚感覚による長さ知覚における時間-空間情報の統合(手)
- J-027 オプティカルフローとニューラルネットを用いた顔の動き情報検出(ヒューマンコミュニケーション&インタラクション,一般論文)
- J-003 人の目の動きに含まれる「心の動き」情報の分析(J分野:ヒューマンコミュニケーション&インタラクション)
- F-031 ジレンマ状況における協調・敵対の選択メカニズム(F分野:人工知能・ゲーム)
- 心の理論の枠組を利用した人工物から人間への意図伝達
- 視触覚長さ知覚における刺激の不確かさが与える影響 (第28回バイオメカニズム学術講演会 SOBIM2007 予稿集)
- 触運動による長さ知覚における視覚の役割
- 触運動による長さ知覚における視覚の役割(マルチモーダル情報処理とインタフェース&応用システム及び一般)
- 非零和ゲームの強化学習 : 相手の行動を読むプログラム
- 人間が人工物の意図的な動作を解釈する過程の分析
- 触運動による対象の長さ知覚(「手」及びヒューマン情報処理一般)
- 1P2-N-062 ポリゴンモデルを用いた3次元人物頭部追跡(人間機械協調2,生活を支援するロボメカ技術のメガインテグレーション)
- 1A1-N-106 ヒトの長さ知覚における皮膚感覚と自己受容感覚の統合機能(触覚と力覚1,生活を支援するロボメカ技術のメガインテグレーション)
- 非零和ゲームの強化学習--相手の行動を読むプログラム (Joint Agent Workshops & Symposium(JAWS2005)特別セッション ヒューマンエージェントインタラクション)
- 人間が人工物の意図的な動作を解釈する過程の分析 (Joint Agent Workshops & Symposium(JAWS2005)特別セッション ヒューマンエージェントインタラクション)
- K-015 曲線近似による表情部品の実時間パラメータ抽出(K.ヒューマンコミュニケーション&インタラクション)
- E-020 対戦型不完全情報ゲームにおける人の戦略モデル(E.自然言語・文書・ゲーム)
- 視覚を有するエージェントのための身体性に基づく内部表現獲得手法
- 視覚を有するエージェントのための触覚に基づく内部表現獲得手法に関する研究(自律エージェント)(人工知能分野における博士論文)
- E-018 非ゼロ和ゲームにおける混合戦略の強化学習 : 1・2・5じゃんけんを例に(E.自然言語・文書・ゲーム)
- 「心の理論」と「心を読む」アルゴリズム
- 遺伝的プログラミングを用いたデータマイニング 野球における打者の最適な評価モデルの探索
- 284.モノクローナル抗体を用いた子宮頚癌患者腫瘍局所の検討 : 第48群 悪性腫瘍 VIII (283〜288)
- 106.母児間の免疫学的調節機構に関する研究 : 臍帯血リンパ球subsetsの抑制活性 : 第18群 免疫 III (104〜110)
- 利己的なエージェントの社会におけるつきあい方戦略の進化
- 取引履歴公開下での最適取引戦略 : 自律的エージェント社会の行動規範(1)
- 心を読む能力の創発 : マルチプレイヤー囚人のジレンマゲーム
- 対話型計算機利用支援におけるユーザ質問の分類と支援回答戦略
- 支援対話におけるユーザ発話意図の認識 : ユーザ発話文の解析に基づく統計的アプローチ
- 支援作業における汎用的線画情報表示ツールの試作 : 視聴覚技術
- 動的な発色によるロボットの感情表出 (HRI/HAI(Human Robot Interaction/Human Agent Interaction))
- 271. 子宮頚癌患者における特異的細胞性免疫能とその抑制機構に関する研究 : TNP修飾自己細胞に対する増殖性及び細胞障害性反応の検討 : 第56群 婦人科免疫III
- 35. 子宮頚癌組織内における癌胎児性蛋白(CEA, AFP, SP_1)の臨床的検討と酵素抗体法の細胞診への応用 : 第8群 子宮癌・診断I
- TVを介した「にらめっこ」 : アイコンタクト成立のための条件
- コミュニケーションは心--心を読む計算機
- 1ZB-9 TVを介したにらめっこ : アイ・コンタクト型対話装置(協調作業支援システム,一般講演,インタフェース)
- 2ZA-7 顔動画像からのアイ・コンタクトの識別(マルチモーダル,一般講演,インタフェース)
- 機械は心を持てるか
- マルチエージェント強化学習による交渉問題へのアプローチ(社会システムにおける知能 : マルチエージェントと社会システム)
- 知覚情報の粗視化によるマルチエージェント強化学習の高速化 : ハンターゲームを例に
- 知覚情報の粗視化による強化学習の高速化
- 61.子宮頚癌患者の末梢血並びに腫瘍局所におけるリンパ球subsetsの動態に関する研究 : 第12群 免疫 III(56〜62)
- 255.子宮頚癌根治術後の末梢血並びに骨盤死腔液中好中球機能に関する研究 : 第51群 感染症など I(252〜257)
- アフォーダンスに基づく人間と人工物の間のコミュニケーション
- J-010 協調問題解決における色信号を用いた意図の伝達(J分野:ヒューマンコミュニケーション&インタラクション,一般論文)
- 電子メール処理プログラム(XMH)利用支援システムの試作
- 対話型計算機利用支援における対話戦略
- 分権型の環境におけるコミュニケーションモデル
- 人工物の身体的コミュニケーション (特集 HAI(Human-Agent Interaction)および一般発表) -- (HAIセッション2 フレームワーク)
- 自律的なメッセージによるコミュニケーション
- 共同注意実現を目指した視線及び頭部動作を認識するロボットの開発
- 共同注意実現を目指した視線及び頭部動作を認識するロボットの開発(顔とジェスチャの認識)
- 共同注意実現を目指した視線及び頭部動作を認識するロボットの開発(顔とジェスチャの認識)
- 皮膚感覚と自己受容感覚を用いた対象の長さ知覚 (第28回バイオメカニズム学術講演会 SOBIM2007 予稿集)
- 身体性に基づく対象認識
- 対象認識のための接触に基づく効用関数の生成 (小特集 身体性)
- 創発的な対話に関するコーパスの構築
- 同意・不同意表現のための談話タグに関する一考察
- 「共話」 : 創発的対話モデル
- 協調作業対話における不同意表現の使われ方
- 対話のできる計算機をめざして--対話のメカニズムの研究 (電気通信フロンティア技術の研究開発特集)
- 協調型タスクにおける非言語情報の使われ方
- 協調的戦略の強化学習 : 自律的エージェント社会の行動規範(3)
- 取引履歴公開下での最適取引戦略 : 自律的エージェント社会の行動規範
- 自律エージェント仲介型コミュニケーションモデル
- 取引履歴公開下での最適取引戦略 : 自律的エージェント社会の行動規範(1)
- 皮膚感覚での長さ知覚における速度時間積分 (ヒューマン情報処理)
- 皮膚感覚での長さ知覚における速度時間積分 (ヒューマンコミュニケーション基礎)
- 視覚と触覚の統合に基づく移動ロボットの環境への適応
- 全方位視覚を有する移動ロボットのためのパーティクルフィルタを用いた自己位置推定(視覚移動ロボット)
- オプティカルフローを用いた表情動作の基本動作単位の抽出
- ON/OFF信号を用いた協調型ゲームにおける意思伝達プロトコルの確立過程
- 水頭症 (先天異常) -- (無脳児および脳・脊髄異常)
- 色相信号を用いた協調型ゲームにおけるコミュニケーション進化の分析
- 動的な発色によるロボットの感情表出
- 人間はロボットに騙されるか? : —ロボットの意外な振る舞いは意図帰属の原因となる—
- SIG-CE第5回研究談話会「ファーストコンタクト-宇宙人がやってきた!その時自分の研究をどう使う!?-」参加報告
- 2P2-B33 視覚と触覚を用いた対象の長さ知覚
- 2P1-A32 人工物から人間への意図伝達における人間の心理的姿勢の影響
- 一般講演 テーブル・トーク・ロール・プレイング・ゲームにおける面白さの分析 (ことば工学研究会(第17回)テーマ:物語とコミュニケーション:その性質と生成)
- 意外性と意図帰属(一般,『コミュニケーションの身体を捉える』及び一般)
- 2P2-I09 複数カメラを用いたヒューマン・ロボット・インタラクションの分析(ヒューマン・エージェント・インタラクション)
- 皮膚感覚での長さ知覚における速度時間積分(コミュニケーション支援,一般)
- 皮膚感覚での長さ知覚における速度時間積分(コミュニケーション支援,一般)
- 能動的人工物における協調的動作補完
- 能動的人工物における協調的動作補完 (特集 エージェント (合同研究会)人工知能学会知識ベースシステム研究会,情報処理学会知能と複雑系研究会 Joint Agent Workshops & Symposium (JAWS 2003))
- 対話による計算機利用支援(4)応用 : XMH
- 対話による計算機利用支援(1)システムの構成と対話世界モデル
- 人間はロボットに騙されるか? : ロボットの意外な振る舞いは意図帰属の原因となる
- Dennettの論考による三つのスタンスの検証(エージェントデザイン,人とエージェントのインタラクション論文)
- 心の工学的定義の試み (特集 脳と心とコンピュータ--心的作用のメカニズム)
- 人工知能と語用論--「心の理論」とコミュニケーション能力
- 心のモデルと人工の心 (特集 コンピュータはどこまで心に迫れるか--心のモデリング)
- 人を動かすHAIデザインの認知的アプローチ(人を動かすHAI)
- 振舞いに対する予測可能性が生物性と意図性の知覚に及ぼす影響(バイオサイバネティックス,ニューロコンピューティング)
- ソーシャルマインドとメカニカルマインド