Generating Self-evaluation Mechanisms for Multiple Social Environments

• Project/Area Number: 25K15228
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Nagoya Institute of Technology
• Principal Investigator: 森山 甲一 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (10361776)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2028: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 強化学習 / マルチエージェントシステム / 混合動機ゲーム / 報酬設計 / 協調形成

Outline of Research at the Start

利己的な個体（エージェント）が複数集まる環境で，協力行動が生まれる過程を計算機を用いて検討する．これまで，各環境において，収益を最大化する方策を学習する強化学習に，進化により得られた評価機構により生成される内的報酬を用いることで，協力方策を学習させてきた．本研究では，様々な環境で機能する汎用性を実現するため，以下の2つの手段を検討する．第1は，マルチタスク強化学習により複数の環境で機能する方策を学習し，得られた適合度による進化で評価機構を得る．第2は，それぞれの環境で得られた評価機構について，入出力関係の教師付き学習をすることで，汎用的なものに統合する．