Analysis of reward appraisal evolution processes of reinforcement learning agents in a multiagent environment

多智能体环境下强化学习智能体奖励评价演化过程分析

• 批准号: 16K00302
• 负责人: Moriyama Koichi
• 金额: $ 2.91万
• 依托单位: Nagoya Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2016
• 资助国家: 日本
• 起止时间: 2016-04-01 至 2019-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16K00302/
• 关键词: 知的エージェント; 強化学習; 報酬設計; 進化; マルチエージェントシステム; ゲーム理論; 報酬形成; 進化計算; 人工知能; 機械学習

项目成果

GPGPUを用いた強化学習エージェントの並列進化シミュレーション

使用 GPGPU 的强化学习智能体并行进化模拟

• 发表时间: 2018
• 作者: 千賀喜貴;森山甲一;武藤敦子;松井藤五郎;犬塚信博
• 通讯作者: 犬塚信博

Evolution Direction of Reward Appraisal in Reinforcement Learning Agents

强化学习智能体奖励评估的演进方向

• DOI: 10.1007/978-3-319-92031-3_2
• 发表时间: 2018
• 期刊: Proceedings of the 12th KES International Conference on Agent and Multi-agent Systems: Technologies and Applications
• 作者: Masaya Miyawaki;Koichi Moriyama;Atsuko Mutoh;Tohgoroh Matsui;and Nobuhiro Inuzuka
• 通讯作者: and Nobuhiro Inuzuka

The Resilience of Cooperation in a Dilemma Game Played by Reinforcement Learning Agents

强化学习代理在困境博弈中的合作弹性

• DOI: 10.1109/agents.2017.8015297
• 发表时间: 2017
• 期刊: Proceedings of the 2nd IEEE International Conference on Agents
• 作者: Koichi Moriyama;Kaori Nakase;Atsuko Mutoh;and Nobuhiro Inuzuka
• 通讯作者: and Nobuhiro Inuzuka

Accelerating Deep Q Network by Weighting Experiences

通过加权经验加速 Deep Q 网络

• DOI: 10.1007/978-3-030-04167-0_19
• 发表时间: 2018
• 期刊: Proceedings of the 25th International Conference on Neural Information
• 作者: Kazuhiro Murakami;Koichi Moriyama;Atsuko Mutoh;Tohgoroh Matsui;and
• 通讯作者: and

経験データ重み付けによるDeep Q Networkの高速化

通过加权经验数据加速 Deep Q 网络

• 发表时间: 2018
• 作者: 村上知優;森山甲一;武藤敦子;松井藤五郎;犬塚信博
• 通讯作者: 犬塚信博