作業分担における情報交換ルールの強化学習による自動獲得
スポンサーリンク
概要
- 論文の詳細を見る
従来のマルチエージエントの研究は, 通信を用いない行動のみの学習や, あらかじめ通信規約を与えた上での行動の学習が主であった. 本論文では, マルチエージェントの役割分担を効率よく行なう通信規約とそれにもとづく行動方式を, 強化学習を用いて同時に自動獲得するモデルを提案する. マルチエージェントシステムの設計において, 効率よく役割を分担することは重要な間題である. しかし, 効率のよい分担のためにはそれ相応の通信が欠かせない. そこで, 本論文では, 役割分担のための情報交換ルールを強化学習を用いて自動獲得させる. そのなかで, 通信の容量, 回数の影響を調べるとともに, どのような戦略で役割分担をしているのか分析する. また, エージェント間の通信にノイズを加えることで, より洗練された情報交換ルールが獲得されることを示す.
- 社団法人電子情報通信学会の論文
- 1999-05-27
著者
-
吉澤 修治
東京大学大学院工学系研究科機械情報工学専攻
-
村川 正宏
東京大学大学院工学系研究科
-
宇田川 建文
東京大学大学院工学系研究科
-
村川 正宏
電子技術総合研究所
-
平岡 和幸
埼玉大学工学部情報システムエ学科
-
森永 聡
NEC C&C メディア研究所
-
平岡 和幸
埼玉大学 工学部 情報システム工学科
-
吉澤 修治
玉川大学学術研究所
-
吉沢 修治
東大工
-
森永 聡
日本電気株式会社c&cメディア研究所
-
宇田川 建文
東京大学大学院 工学系研究科
関連論文
- 聴覚認知に関与する海馬 - 皮質活動の解析
- 視覚認知における同一線分内の運動情報伝達
- 文字の心的回転の脳内過程
- 手の左右判別に伴う脳内活動
- Motor Imageryにおける脳内処理の時空間構造
- メンタルローテーションの情報処理モデル : 脳磁データからの推定
- 脳磁気計測による運動の想起と実行の比較
- 文字のメンタルローテーション課題遂行時の脳磁界
- 作業分担における情報交換ルールの強化学習による自動獲得
- 倒立振子の協調制御における言語の自発的形成
- 近傍モデル遺伝的アルゴリズムによる多目的最適化
- 線画呈示に伴う脳内活動部位の時間変化
- 連想記憶のイジングモデルへのαオーダーパラメータの提案 : 自由エネルギーの計算
- 適応デバイスの研究開発
- D-12-152 評価関数の最適化に基づく動画中の複数移動物体の追跡
- 進化するハードウェアを用いたパターン認識システム
- ニューロンクラスによるスパイク間隔統計の相違
- ニューロンクラスによるスパイク間隔統計の相違
- 13pTC-8 BVP モデルと LIF モデルの高次スパイク間隔統計量の相違(ニューラルネットワーク : 神経系のモデルを含む, 領域 11)
- 時空間構造をもつ入力に対するSTDPベースの自己組織化マップ
- LIFモデルとBVPモデルで見られる高次スパイク間隔統計の相違
- STDPによるシナプスパターンの競合と調節のメカニズム
- ニューロンモデルのクラス分類と入力の性質によるスパイク統計の相違
- 2P2-3F-B6 人とロボットの歩行同期のための視覚による踵追跡・歩行ピッチ抽出
- 2P1-3F-B8 パターン認識の前処理としての次元圧縮法
- 両眼競合知覚の神経機構
- 二次元動画像からの動作情報抽出
- A-2-23 カオス系列刺激によるBVPニューロンの応答とその統計的解析
- A-2-17 有色ノイズ入力を与えたBV ニューロンの応答
- BVPニューロンへの有色ノイズ刺激とその応答
- 進化型アナログLSI -遺伝的アルゴリズムによる製造誤差への適応-
- 1A1-77-110 逐次学習型線形判別分析アルゴリズムの性能比較
- 槌田 敦: 石油と原子力に未来はあるか; 資源物理の考えかた, 亜紀書房, 東京, 1978, iii+233ページ, 19×13cm, 980円.
- A-2-5 タブーサーチのタンパク質結晶化状態判別への応用(A-2.非線形問題,基礎・境界)
- GAによるニューラルネットワークの構造学習用回路の実現
- フォールトトレラントシステムの領域分割モデル
- フォールトトレラントシステムの領域分割モデル
- フォールトトレラントシステムの領域分割モデル
- 連想記憶ニューラルネットワークへのαパラメータの提案 : 平衡状態・ダイナミックスの解析
- 反応曲線が既知なロブ-パス問題の最適解
- 砂時計型ネットを用いた多価関数の学習
- 砂時計型ネットの中間次元数選択について : AIC・MDLの不適切性と新しい基準量
- 多重化砂時計型ネットを用いた広いクラスの曲面によるデータフィッティング
- 砂時計型ニューラルネットの競合学習
- データ補正の教師無し学習 : 砂時計型ネットは何を学習しているのか
- P2Pシステムにおける効果的なコンテンツ複製配置のためのローカル学習
- A-2-10 無限通りのタスク群に対する並行強化学習(A-2.非線形問題,基礎・境界)
- D-12-30 オンライン線形判別分析の頑健化に向けた学習係数の自動調節
- RBFネットワークを用いた時変環境におけるQ-learning :遺伝的アルゴリズムによる有用度関数の構成法
- LF-003 分散・ヘテロなデータからのトピック全体構造の学習(F分野:人工知能・ゲーム)
- 筋肉のHodgkin-Huxley方程式における周期倍分岐の連鎖
- 筋肉のHodgkin-Huxley方程式の2パラメータ分岐
- 筋細胞膜のHodgkin-Huxleyモデルでの周期倍分岐の連鎖
- 筋肉のHodgkin-Huxley方程式の周期解の分岐
- アナログ進化型ハードウェアの研究開発
- 時変環境に対する2倍体染色体を用いた遺伝的アルゴリズム
- 自己連想ニューラルネットワークにおける誤想起の抑制 : 入力パターンへのノイズ付加による想起能力の向上
- 自己連想記憶ニューラルネットワークの引き込み領域 : 誤想起を減らす手法の提案
- 自己連想記憶ニューラルネットワークのダイナミクス
- F-043 計量学習を用いたユーザー意図学習システム(人工知能・ゲーム,一般論文)
- E-007 構文グラフ集合を用いたKey Semanticsマイニング(E.自然言語・文書・ゲーム)
- 構造流体連成有限要素解析による大型二重空気膜ドームの耐風設計
- ネットワーク利用に関する学内罰則規定のあり方
- 研究開発環境におけるネットワーク不正アクセス防御法
- 進化型ハードウェアと産業応用
- 近傍モデル遺伝的アルゴリズムによる多目的最適化
- 遺伝的アルゴリズムを用いた光ファイバの自動調芯システム
- フォールトトレラントシステムの領域分割モデル : 冗長性固定信頼度最大化問題の定式化と解析
- pバージョン・コンフィギュレーションの信頼度最大化
- pバージョン・コンフィギュレーションの信頼度最大化
- pバージョン・コンフィギュレーションの信頼度最大化
- ICONIP'97 参加報告
- 逐次学習型の線形判別分析アルゴリズムについて : 学習アルゴリズムの提案と局所収束性の証明
- RBFを用いた進化型ハードウェアによる適応等化器
- RBFを用いた進化型ハードウェアによる適応等化器
- 遺伝的アルゴリズムを用いた時変環境におけるQ-learning
- Key semanticsマイニング、動的トピック分析によるKnowledge Organization : テキストマイニング技術の動向(テキストマイニング-最新技術動向と応用事例-)
- 銀行ネットワークの破綻リスク