- 著者
- 松野 元樹 田中 翔 原 拓希 川本 峻頌 下山 翔 川島 崇 積田 大介 城戸 康 橋本 司 高木 友博
- 出版者
- 人工知能学会
- 雑誌
- 2019年度 人工知能学会全国大会(第33回)
- 巻号頁・発行日
- 2019-04-08
本研究ではマルチエージェントシステムを念頭に、タスク実行に必要なリソースとメンバー能力のマッチング問題を考える。我々はタスク・リソースマッチング問題に対し深層強化学習を用いて現代的な解法を構築し、基準となるいくつかの既存手法と多角的な観点から比較しながら提案手法の評価を行った。数値実験の結果により、深層強化学習は組み合わせ最適化問題において実行時間と組み合わせ精度の両立を狙う際に有用であるということが明らかにされた。