マルチエージェント巡回清掃における自律的戦略の過学習とその一解消手法

抄録

これまでマルチエージェントシステムによる巡回清掃問題において、自律的に 探索戦略を決定する手法を提案してきた。しかし環境によっては時間ととも にエージェントが特定の戦略に偏りすぎ、いわゆる過学習の状態となり、シス テムの効率低下が顕著に現れることがある。ここでは、エージェントが自律的 に過学習状態を同定し、学習結果を一部破棄して解消する手法を提案する。