抄録
マルチエージェント強化学習において，学習に要する時間や試行回数は知覚する状態の数とともに、視界の広さとエージェント数の二乗に比例して増加する．これに対して，状態数を減らすことで学習の高速化を図る手法として，知覚情報を粗視化する手法が提案されている．これにより，学習結果を評価する指標である行動選択精度が低下するが，学習の高速化が実現されている．本報告では，並行学習と平均学習残エントロピーに基いて，学習の進行に合わせて適応的に粗視化を行う手法を提案する．これにより，学習の高速化と行動選択精度低下の抑制の両立を実現した．
