Transformer-based Framework for Multi-objective Reinforcement Learning using Hierarchical Policies

• 研究課題/領域番号: 24K20843
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分61030:知能情報学関連
• 研究機関: 九州大学
• 研究代表者: シュレスタマリ サソット 九州大学, システム情報科学研究院, 学術研究員 (80970607)
• 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: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2024年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
• キーワード: Reinforcement Learning / Artificial Intelligence / Transformers / Deep Learning

研究開始時の研究の概要

Reinforcement Learning (RL) has demonstrated remarkable proficiency in various domains. However, there is still much to be done to enable RL agents to strategize long-term policies and navigate through environments with multiple reward signals.

This study aims to forge a comprehensive framework wherein RL agents can efficiently acquire modular hierarchical policies for multi-objective optimization challenges by leveraging the attention mechanism in Transformer networks. This will also enable the distillation of specialized solutions from overarching policies for specific application scenarios.