マルチエージェント経路計画における報酬を通じた協調行動の獲得

• 資料種別: 記事
• タイトル: マルチエージェント経路計画における報酬を通じた協調行動の獲得
• 著者標目: 菅原 温人; 戸田 浩之
• 出版年月日等: 2025
• 出版年（W3CDTF）: 2025
• タイトル（掲載誌）: JSAI大会論文集
• 巻号年月日等（掲載誌）: JSAI2025 0
• 掲載巻: JSAI2025
• 掲載号: 0
• 掲載ページ: 1D5OS24c04-1D5OS24c04
• 掲載年月日（W3CDTF）: 2025
• 出版事項（掲載誌）: The Japanese Society for Artificial Intelligence
• 本文の言語コード: ja
• 件名標目: マルチエージェント経路計画; 強化学習; 報酬設計; Multi-agent path finding; reinforcement learning; reward shaping
• 対象利用者: 一般
• イベントの日付、場所: 2025年度人工知能学会全国大会（第39回）
• DOI: 10.11517/pjsai.jsai2025.0_1d5os24c04; https://doi.org/10.11517/pjsai.jsai2025.0_1d5os24c04
• 連携機関・データベース: 国立情報学研究所 : CiNii Research; https://cir.nii.ac.jp/
• 提供元機関・データベース: Japan Link Center; https://japanlinkcenter.org/top

• 要約等: <p>現在地から目的地まで，複数の行動主体が衝突することなく移動する経路を計画する問題は，マルチエージェント経路計画問題(Multi-Agent Path Finding)として定式化される． 近年，マルチエージェント経路計画に対して強化学習を用いたアプローチが注目されており，行動主体それぞれが独立...