抄録
自律移動ロボットなどのインテリジェントエージェントを実現するためには,強化学習は行動制御システムにおいて不可欠な技術の一つである.しかしながら,強化学習を実際のサイズの問題へ適用する場合には,計測された状態を分割する際に,計算効率を維持しながら,「次元の呪い」の問題を回避しなければならない.追跡問題などのマルチエージェント強化学習では,環境のサイズだけでなく,協調する味方エージェントと獲物エージェントの数が多い事により,この問題が発生する.我々はこのような高次元の問題とタスク分割を扱うため階層型モジュラー強化学習を提案した.本研究では,自律移動ロボットへの応用を考慮し,入力状態が相対座標系で表現されたエージェントの学習性能の評価に焦点をあてる.追跡問題の数値実験を通して,相対座標系に基づき限定されたビューを持つ提案手法の有効性を示した.
