Profit Sharingに基づく強化学習システム


　
はじめに

Profit Sharing (PS)に基づく強化学習システムに関して， 以下のような解析的な研究成果が存在する．

  1. PSの合理性定理

  2. マルチエージェント環境下のでの合理性について

  3. PSの不完全知覚環境下への拡張

  4. 合理的政策形成アルゴリズムの連続値入力への拡張


　
公表論文

  1. 宮崎和光，山村雅幸，小林重信：強化学習における報酬割当ての理論的考察，人工知能学会誌，Vol.9, No.4, pp.580-587 (1994).
    宮崎和光，木村元，小林重信：Profit Sharingに基づく強化学習の理論と応用，人工知能学会誌，Vol.14, No.5, pp.800-807 (1999).

  2. 宮崎和光，荒井幸代，小林重信：Profit Sharingを用いたマルチエージェント強化学習における 報酬配分の理論的考察, 人工知能学会誌, Vol.14, No.6, pp.1156-1164 (1999).

  3. 宮崎和光，小林重信：Profit Sharingの不完全知覚環境下への拡張： PS-r*の提案と評価，人工知能学会論文誌, Vol.18, No.5, pp.286-296 (2003).

  4. 宮崎和光，木村元，小林重信：合理的政策形成アルゴリズムの連続値入力への拡張，人工知能学会論文誌, Vol.22, No.3, pp.332-341 (2007).

ひとつ前のページに戻る