動的目標変化を含む協調タスクに対する状況弁別型強化学習機構の適用

抄録

マルチエージェント環境下ではエージェント同士の協調が重要となる．協調の為には，我々はしばしば状態変数の変化から間接的に相手の意図を汲み取り，相手の意図に応じた適切な行動を取らなければならない．本稿では，他者の方策の変化を環境ダイナミクスの変化から読み取り，その変化に応じて学習器を切り替える状況弁別型強化学習を，動的に目標が変化する協調タスクにおいて適用する．