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において、段階的視覚を持つエージェントの学習について研究をってきた。その結果、両方の場合において段階的視覚でもファジィQ-Learningにより学習が可能であることが分かった。従来の研究では、Hunter が視覚内にいたPrey を見失ったとき、何も考慮せずに不明の状態で次の行動を選択していた。しかし、人間であれば一度見失っても、直前にPrey がいた位置や自分が移動した方向から現在の位置を推測して行動することができる。そこで、本研究では通常時とは別のQ 表を用いて推測時の行動を決定する方法を提案する。Hunter がPrey を見失ったときに、見失う直前にPrey がいた位置と自分が移動した方向を元に現在のPrey の場所をファジィQ-Learningを用いて推測し、行動する。シミュレーションを行い、推測をしない場合の結果と比較する。
