Researches on System Stabilization based on Learning Process of Multiple Agents.

基于多Agent学习过程的系统稳定性研究。

• 批准号: 21500153
• 负责人: NODA Itsuki
• 金额: $ 2.83万
• 依托单位: National Institute of Advanced Industrial Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21500153/
• 关键词: 知的エージェント; マルチエージェント社会シミュレーション; 強化学習; 学習パラメータ; マルチエージェント; デマンドパスシミュレーション; デマンドバスシミュレーション

In order to overcome difficulties of unstable situation caused by dilemma of simul-taneous learning of multiple agents, we proposed several methods to control insensitiveness to environmental changes and information flow for the multiple agents. RASP is a method to control stepsize parameter of reinforcement learning auto-matically according to the degree of changes of environment. We also investigate a method to control Exploration/Exploitation ratio to stabilize learning processes.

为了克服多智能体同时学习的困境所带来的不稳定局面，提出了几种控制多智能体对环境变化和信息流不敏感的方法。RASP是一种根据环境变化程度自动控制强化学习步长参数的方法。我们还研究了一种方法来控制探索/开发比，以稳定学习过程。

项目成果

災害救助マルチエージェントシミュレーションの可能性

救灾多主体模拟的潜力

• 发表时间: 2012
• 作者: Afia Akhter Lipi;Yukiko Nakano;野田五十樹
• 通讯作者: 野田五十樹

強化学習エージェントと報酬頻度に関する考察

关于强化学习代理和奖励频率的考虑

• 发表时间: 2009
• 作者: 野田五十樹

機械学習における再帰的ステップサイズパラメータ調整法を用いた価格変動の分析

机器学习中递归步长参数调整方法分析价格波动

• 发表时间: 2009
• 作者: 松井宏樹;野田五十樹;尹煕元
• 通讯作者: 尹煕元

ロボカップ12年

机器人世界杯12年

• 发表时间: 2010
• 期刊: 人工知能学会誌
• 作者: 野田五十樹;松原仁
• 通讯作者: 松原仁

マルチエージェント学習下における温度パラメータの調節手法

多智能体学习下的温度参数调整方法

• 发表时间: 2011
• 作者: 野田五十樹;Kim Hyun-Tae
• 通讯作者: Kim Hyun-Tae