2P1-30-028 強化学習の実効探索域抽出過程に関する実験的考察

抄録

マルチエージェント環境において強化学習を適用する際, 学習空間が広大になりがちであり, 問題自体のマルコフ性も保証されなくなるため, 適切な行動獲得が困難になる傾向が顕著になる。この困難性に対して, 我々の研究グループでは, 比較的頑健な強化学習法を構築しているが, その動的特徴はほとんど解析されていない。本発表では, 実効探索域の抽出過程に着目して, 計算機実験結果を解析する。