マルチエージェント強化学習における多様なエージェントとの協調

抄録

近年、将棋、囲碁など完全情報ゲームだけではなく、ポーカーや麻雀など不完全情報ゲームにおいても強化学習は人間を超える性能を発揮している。しかし、多人数におけるゲームは状態数の増加や報酬設計が難しく、いまだ発展途上の分野である。本研究では将来的に実世界における人間とAIの協調行動を目指し、どのようなエージェントでも、つまり習熟度が低いエージェントや高いエージェントなど多様なメンバーと事前に学習せずにその場でチームを組んでも報酬を多く獲得できるようなエージェントを作成する。