2Q-04
マルチエージェント探索問題における粗視化とフィルタリングの統合手法による領域分割について
○湯德尊久，杉山歩未，菅原俊治（早大）
本研究では,マルチエージェント探索問題において,回収に複数体のエージェント
が必要な対象物が複数種類ある環境を想定する.探索問題や追跡問題では,
環境が複雑で大規模なほど,学習のための状態空間が増加し,学習が困難となる.
我々は,エージェントの視野から得られる情報を制限,さらに粗視化を用いて
状態空間を抽象化することで学習の効率を高く維持する手法を提案した.
本稿では,本提案手法を用いた場合,探索領域を分割し担当領域を設定した場合
としなかった場合とを比較して,全体の探索効率への影響を調査,評価する
footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会