マルチエージェント強化学習デモンストレーション

S4 Simulation System を使って、マルチエージェント強化学習のモデルを実装しました。 障害物がある状況での鬼ごっこを取り上げます。 逃げるエージェントが1人、追いかけるエージェントが3人います。 追いかける側の観測値は、自分の位置と速度、障害物の相対位置、その他のエージェントの 相対的な位置、逃げる側の絶対速度としています。 逃げる側の観測値は、自分の位置と速度、障害物の相対位置、その他のエージェントの 相対的な位置としています。 エージェントの行動のパラメータは、水平、垂直方向の加速度であり、報酬として、 追いかける側が逃げるエージェントを捕まえると報酬をもらい、逃げるエージェントは 同時にペナルティを課されるとします。 マルチエージェント強化学習の場合は、先回りして、敵を挟み込んで捕まえる協調動作を学習している事がわかります。 シングルエージェントの強化学習の場合は、そもそも学習がうまくいっておらず、不思議な動作をするエージェントもいる事が わかります。 この動画に興味を持った方はこちらで詳細がご覧いただけます。 https://www.msiism.jp/article/s4cs-multi-agent-reinforcement-learning.html S4 Simulation Systemの情報はこちら 無料体験セミナー、無料トライアル、無料個別相談会実施中。 (製品概要) https://www.msi.co.jp/solution/s4/top.html (ユーザー事例) https://www.msi.co.jp/s4/solution/index.html