Autonomous Distributed Multi-Agent Reinforcement Learning to Deal with Risk Uncertainty

• Project/Area Number: 24K20873
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 61050:Intelligent robotics-related
• Research Institution: Meiji University
• Principal Investigator: 青谷 拓海 明治大学, 理工学部, 助教 (00964925)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 強化学習 / マルチエージェントシステム / 知能ロボティクス / 自律分散システム / Safe learning

Outline of Research at the Start

マルチロボットシステムの開発においては，方策学習時に生じるロボット同士の衝突等のリスクへの対策が実世界への導入にあたって重要な課題の一つとなる．本研究では，自律分散型の枠組みの下で，各ロボットが相互的にリスクを回避するためのスケーラブルな方策学習手法を提案する．特に自律分散型システムにおいて特徴的な局所的観測により生じるリスクの不確実性に焦点を当て，これに対処する新たな方策学習手法の開発を目指す．具体的には，不確実性を考慮したリスク予測モデル学習手法と積極的なリスク検知手法を開発し，それらを統合することが目標である．さらに，シミュレーションと実機実験を通して段階的に提案手法の有効性を検証する．