Multi-agent deep reinforcement learning for cooperative behavior with fairness and controllability

Research Project

Project/Area Number	25K03188
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	Waseda University
Principal Investigator	菅原俊治早稲田大学, 理工学術院, 教授 (70396133)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000) Fiscal Year 2027: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000) Fiscal Year 2026: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000) Fiscal Year 2025: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Keywords	マルチエージェントシステム / 深層強化学習 / 協調 / 調整 / コントローラビリティ
Outline of Research at the Start	本研究では、人間の管理者による制御可能性を備えた能力を備えさせるマルチエージェント強化学習手法を提案する。これにより、エージェントに一段高い視点からのメタ行動能力を獲得させることを目指す。そのために、指示書に相当する情報をエージェントに与え、それに従った行動を取らせるだけでなく、明示的な指示がない場合にも、他のエージェントへの指示を考慮して、自身の行動を変容させ、全体としてタスクを網羅できるような行動を実現する。 AIシステムはあくまでも人間の代理として機能すべきものであり、本研究は人間社会と調和し、親和性に優れたエージェントの実現に向けた基盤技術の確立を目的とするものである。