抄録
マルチエージェントの標準問題に追跡問題がある。これはマス目上で4つのHunterが1つのPreyを追跡して捕獲する問題である。我々は、人間の視覚の「距離が遠くなると見えにくい」や「正面はよく見えるが左右方向は見えにくい」という特徴を表現した段階的視覚を提案し、マス目上で動く離散環境と、より現実に近い実数値環境の場合について研究を行ってきた。段階的視覚はHunterが得られる情報を距離と方向に応じて大雑把にし、それを「近傍」「近距離」「中距離」「視覚外」という段階に分類したものであり、このような段階的視覚でも学習が可能であることがわかった。本研究では人間の視覚は角度により、両目で注視できる範囲、両目で見える範囲、片目でのみ見える範囲があるので、それぞれを段階的視覚の近傍、近距離、中距離、視覚外の境界に対応させることにより従来の段階的視覚よりも更に人間の視覚の特徴に合うようにした。学習にはファジィQ-Learningを用いて、シミュレーションを行った。その結果、本研究で用いた段階的視覚でも効果的に学習が行われPreyを捕獲できることがわかった。
