報酬最大化ＡＧＩのための意思疎通機構の設計とプロトタイプ実装

抄録

報酬最大化を目的として動作するエージェントどうしが意思疎通するための機構を設計し、プロトタイプ実装を行った。エージェントは belief MDP を近似的に解いていると解釈でき、合目的的に行動・推論・対話を使い分けるよう設計されている。プロトタイプ実装の上で動作するテストプログラムを書くことにより、設計の妥当性を検討した。この機構はヒトの意思疎通の計算論的モデルの候補でもある。