情報処理学会 第81回全国大会講演要旨

複数の交通信号機を単体の強化学習によって
制御しようとした場合、
制御対象の交通信号機の数が増加するにつれて
状態空間、行動空間も膨大となり、
最適制御方策を学習することは困難である。
そこで、本研究では、
各強化学習エージェントが各信号機を制御する
マルチエージェント強化学習を用いて、
複数の交通信号機を制御することを試みる。
格子状のマップを用いて、
実験的にマルチエージェント強化学習による
交通信号機制御の評価を行う。