2P1-3F-A7 連続空間における強化学習を用いたマルチロボットシステムの協調行動獲得

抄録

連続空間を取り扱う強化学習法に, 他ロボットの行動に影響される状態遷移をニューラルネットワークで予測する機構を付加する。均質なロボット群に適用し, オンラインで知識獲得・利用を行うことで, 機能分化に基礎づく協調行動獲得を目指す。