第18回 強化学習アーキテクチャ勉強会

はじめに

強化学習は環境に柔軟に適応する知能エージェントにおける基本機能と考えられます。近年は深層学習などのアーキテクチャとして、認識技術と組み合わされて自動運転などの実践的な場でつかわれれはじめており、さらにロボットなどにおいても今後は適用されてゆくシーンが増えてゆくでしょう、こうした背景から、実践的な強化学習や，実世界で動かす強化学習（ロボット・自動運転），強化学習を部品として組み合わせる（アーキテクチャ），といったトピックについて重視し情報共有する場として強化学習アーキテクチャ勉強会を開始しました。

本勉強会において積極的に議論に加わっていただき、今後、論文紹介などの形で貢献いただけるかたの参加をお待ちしております。

当勉強会の運営方針などについては、https://rlarch.connpass.com/ を御覧ください。

• Google Group : https://goo.gl/xznKlY （注：KlYのIは「L」の小文字です）
• Slack : https://join.slack.com/t/rlarch/shared_invite/MjM2Mzc3MDE1MzYyLTE1MDQ2MjIzNDItNjFmNmU2NWJlYg

スケジュール

• 18:50 〜18:55 オープニング
• 18:55〜19:45 論文紹介：Multi-Objective Deep Reinforcement Learning（野村俊太） 発表35分、質疑応答15分
• 19:45〜20:35 論文紹介: Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments（中田勇介） 発表35分、質疑応答15分

※ 19:00にビル入り口が施錠されるため、19時以前に起こしください（万が一19時を過ぎてしまった場合はインターホンにてご連絡ください）

講演概要：

発表者1：野村俊太

• タイトル： 論文紹介：Multi-Objective Deep Reinforcement Learning

• アブストラクト： 現実に存在する多くのタスクは，複数の対立した目的を持つ多目的問題であり， そのようなタスクを解くアプローチとして，多目的強化学習(Multi-Objective RL)が存在する． 本発表では，多目的強化学習の概要と，それに深層学習を適用した手法について紹介を行う．

• 参考文献：
  [1]Mossalam, Hossam, et al. "Multi-objective deep reinforcement learning." arXiv preprint arXiv:1610.02707 (2016). https://arxiv.org/abs/1610.02707

発表者2：中田勇介

• タイトル： 論文紹介: Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments

• アブストラクト： マルチエージェント強化学習問題は，全エージェントが同じ報酬を最大化する協調問題(Cooperative)と，異なる報酬を最大化する競合問題(Competitive)に分けられる．本発表では，協調と競合，二つの問題に用いることができるマルチエージェント強化学習手法を紹介する．

• 参考文献：
  [1]Lowe, Ryan, et al. "Multi-agent actor-critic for mixed cooperative-competitive environments." Advances in Neural Information Processing Systems. 2017. https://arxiv.org/abs/1706.02275