マルチエージェント環境におけるカリキュラム学習を用いた協調行動の獲得

抄録

近年、強化学習の発展として複数のエージェントの協力が必要なマルチエージェント環境での研究が進んでいる。シングルエージェントと比べ、状態数の増加、報酬設計の複雑さなどの要因により学習が困難となっており、学習に時間が莫大にかかることや、単純なタスクでさえ学習が進まないことも多い。そこで本研究では、カリキュラム学習、中でも状態数を削減する手法に着目し、環境を小さくすることで無駄な行動を減らし学習の高速化、協調行動の獲得を行う。