Reinforcement Learning with Multi-Objective Evolutionary Computation in Strategic Decision-Making

• Project/Area Number: 24K03001
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related; Basic Section 60030:Statistical science-related; Sections That Are Subject to Joint Review: Basic Section60030:Statistical science-related , Basic Section61030:Intelligent informatics-related
• Research Institution: Okayama University
• Principal Investigator: 上野 史 岡山大学, 環境生命自然科学学域, 助教 (30880687)
• Co-Investigator(Kenkyū-buntansha): 原田 智広 埼玉大学, 理工学研究科, 准教授 (40755518) ; 林 冬惠 岡山大学, 環境生命自然科学学域, 准教授 (90534131)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,460,000 (Direct Cost: ¥14,200,000、Indirect Cost: ¥4,260,000); Fiscal Year 2026: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2025: ¥7,020,000 (Direct Cost: ¥5,400,000、Indirect Cost: ¥1,620,000); Fiscal Year 2024: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
• Keywords: 強化学習 / マルチエージェントシステム / 進化計算 / ロボット

Outline of Research at the Start

本研究では、人に対して様々なサービスを提供するパーソナルロボットをはじめとした、多機能ロボット群の協調制御技術の確立を目指した、多目的強化学習におけるマルチエージェントシステムの協調制御の方法論を提案する。具体的には、マルチエージェント強化学習において、報酬の自動生成機構、および学習した方策の協調/競争を目的とした多目的最適化機構を導入し、複数の多機能ロボットにおける協調という複雑な学習空間における学習を可能にする。