多目的進化計算を用いたエージェント群の戦略的意思決定を実現する強化学習

• 研究課題/領域番号: 24K03001
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分61030:知能情報学関連; 小区分60030:統計科学関連; 合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
• 研究機関: 岡山大学
• 研究代表者: 上野 史 岡山大学, 環境生命自然科学学域, 助教 (30880687)
• 研究分担者: 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)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,460千円 (直接経費: 14,200千円、間接経費: 4,260千円); 2026年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2025年度: 7,020千円 (直接経費: 5,400千円、間接経費: 1,620千円); 2024年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
• キーワード: 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

研究開始時の研究の概要

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。