著者

佐藤尚 内部 英治 銅谷 賢治

雑誌

情報処理学会論文誌数理モデル化と応用(TOM) (ISSN:18827780)

巻号頁・発行日

vol.48, no.SIG19(TOM19), pp.55-67, 2007-12-15

---

コミュニケーションの原型は,個体が環境や他の個体との相互作用において,報酬の獲得や適応度の向上に寄与する形で発現したと考えられる.本研究では,報酬最大化を目的とする強化学習エージェントが,余剰な行動と感覚の自由度をコミュニケーショのために使うことを学習できるための条件を,2個体が互いに相手の縄張りに入ると報酬を得るが衝突すると罰を受けるというゲームにより検証した.このゲームでは,コミュニケーションと協調行動のそれぞれが必須ではないが,発光行動を使えるエージェント間では,互いにその光を信号として利用することで衝突を避け,報酬を獲得し合う協調行動の創発が観察された.信号の表現の仕方には多様性が見られ,また作業記憶を持つエージェント間では,信号を送る側とそれに従う側という役割分化も見られた.これは,コミュニケーションと協調行動が必須ではない状況において,意味と信号の任意の対応付けによるコミュニケーションが,コミュニケーションの達成そのものを目的としなくても一般的な行動学習の枠組みにより創発しうることを示す初めての知見である.