ヒトと自律的エージェントの攻防を通じた集団ダイナミクスの評価・学習支援方法の開発

通过人类和自主代理之间的战斗开发群体动态的评估和学习支持方法

基本信息

批准号：
22K17673
负责人：
筒井和詩
金额：
$ 2.91万
依托单位：
Nagoya University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

项目摘要

本研究では、集団スポーツに見られる、敵を欺く、あるいは味方と協調するなどの対人技能を定量的に評価する技術、並びにその技術を活かした学習支援方法の開発に取り組んだ。当該年度は深層強化学習に基づく適応的エージェント同士が対戦する計算機シミュレーション環境および適応的エージェントと人間の共同対戦を行う行動実験系の開発を行なった。また、協調的な追跡行動を対象とした計算機シミュレーション実験および行動実験を行い、データを解析した結果、適応的エージェント同士の協調的な追跡行動は、逃避者に対する移動能力の低さと獲物を捕まえた際の追跡者間の報酬の共有によって促進されることが示唆された。この成果は国際会議に採択された他、国際雑誌にて査読中である。また、サッカーJ1リーグの試合データを用いた分析にも取り組んだ。この研究では、ボールをもっていない選手の相手ゴール前での動き出しを対象とし、"囮の動き”と呼ばれるようなチームメイトの得点機会の創出に貢献する動きを、深層学習モデルにより予測される移動軌跡との比較によって定量的に評価する技術を開発した。この成果は国際会議に採択された。

这项研究的重点是开发定量评估人际交往能力的技术，例如欺骗敌人或与盟友合作，在小组体育中发现，以及利用这些技术的学习支持方法。在今年，我们开发了一个计算机模拟环境，在该环境中，基于深度强化学习的自适应代理相互竞争，而动作实验系统则可以自适应代理和人类相互合作。此外，进行了针对协调跟踪行为的计算机仿真和行为实验，数据分析表明，自适应剂之间的合作跟踪行为促进了逃生者的流动性较差，并且在追踪猎物时在跟踪器之间共享奖励。这项成就是在国际会议上通过的，并正在国际期刊中进行同行审查。我们还使用J1联赛足球比赛的数据进行了分析。这项研究的重点是没有球开始在对手的目标面前移动的球员，并通过将他们与深度学习模型预测的运动轨迹进行比较，定量评估有助于创造队友得分机会（称为“诱饵运动”）的动作。该结果在国际会议上被采用。