協調型多エージェントシステムにおける計画のための新しい学習技術

このプレゼンテーションでは、協調型多エージェントシステム（MAS）における計画のための新しい学習技術を紹介し、合理性と最適性に基づくMASの分類を提案し、協調的、競争的、および混合マトリックスゲーム（MG）を形式的に定義します。また、協調型多エージェントマルコフ決定過程（CMMDP）を数学的フレームワークとして提示し、強化学習をナッシュ均衡のようなゲーム理論的均衡概念と統合して調整問題を解決するExtended-Qアルゴリズムを導入します。アルゴリズムは弱競争シナリオに対応するように拡張され、大きな状態空間に対するニューラルネットワークベースの一般化（Neuro-Extended-Q）で強化されています。グリッドゲームを使用した実験的検証では、その有効性が証明されており、今後の研究は収束証明、競争的MASへの拡張、部分観察可能性、改善された探索技術を含みます。