機械知覚&ロボティクスグループ
中部大学

Deep Learning 口頭発表

インタラクションを考慮したマルチブランチネットワークによる深層強化学習

Author
五藤強志, 平川翼, 山下隆義, 藤吉弘亘
Publication
人工知能学会全国大会, 2020

Download: PDF (Japanese)

複数のエージェントが存在する場合,自己利益だけを考えてエージェント同士が衝突したり,他エージェントに影響を与えるようなケースが発生する.このようなデッドロックが起きるような環境では,複数エージェントを同時に学習するマルチエージェント強化学習により,他エージェントを考慮しながら行動を行う必要がある.
本研究では,マルチエージェント強化学習に深層学習を導入する際に,単一ネットワークをエージェントごとの複数のブランチに分けて同時学習を行う手法を提案する.これにより,エージェント同士のインタラクションを考慮しつつ,学習を行うことが可能となる.
評価実験では,自動運転環境においてデッドロックが発生するような環境を想定し,各エージェントを個別に学習する従来手法と提案手法を比較する.また,提案手法によってエージェントがどのような行動を獲得したかを可視化し,インタラクションの効果を示す.

前の研究 次の研究