進化戦略に基づくマルチエージェント系の政策設計に関する実験的考察

抄録

非同期的に意思決定を行うエージェント群により構成されるマルチエージェント系による協調分散的な政策の創発的な設計手法として，セミマルコフ決定過程（SMDP）に対応した強化学習手法に基づく接近が試みられている．しかしながら，SMDPに対応した強化学習では良好な政策が設計困難なマルチエージェント系も存在する．本論文では，代替的な接近法として進化戦略をとりあげ，シーソー均衡化問題と称するベンチマーク問題への適用を通して，両手法の性能比較等に関する実験的考察を行う．