AGENT CONTROL DEVICE, LEARNING DEVICE, AGENT CONTROL METHOD, LEARNING METHOD, AGENT CONTROL PROGRAM, AND LEARNING PROGRAM

• Main Authors: YONETANI RYO, ASANO HIKARU, KUROSE (NISHIMURA) MAI
• Format: Patent
• Language: English; Japanese
• Published: 02.04.2024
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; CONTROLLING; COUNTING; PHYSICS; REGULATING; SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES

To provide an agent control device capable of reducing variations in compensation required to move an agent in an environment in which a plurality of agents exist.SOLUTION: There is provided an agent control device comprising: a movement determination unit which inputs, to a first model, a first observation set obtained by observing a state of a control target agent and a second observation set obtained by observing a state of at least one another agent around the control target agent, and determines information on the movement of the control target agent by output of the first model; a change amount determination unit which inputs, to a second model, the first observation set and the second observation set, and determines a change amount for information on the movement of the control target agent by output of the second model; and an operation control unit which adds the change amount determined by the change amount determination to the information on the movement determined by the movement determination unit, and operates the control target agent.SELECTED DRAWING: Figure 6 【課題】エージェントが複数存在する環境において、エージェントの移動に要する代償のばらつきを少なくするためのエージェント制御装置を提供する。【解決手段】制御対象エージェントの状態を観測した第１観測セット及び前記制御対象エージェントの周囲の少なくとも１つの他のエージェントの状態を観測した第２観測セットを第１モデルに入力し、前記第１モデルの出力により、前記制御対象エージェントの移動に関する情報を決定する移動決定部と、前記第１観測セット及び前記第２観測セットを第２モデルに入力し、前記第２モデルの出力により、前記制御対象エージェントの移動に関する情報に対する変化量を決定する変化量決定部と、前記移動決定部が決定した前記移動に関する情報に前記変化量決定部が決定した前記変化量を与えて前記制御対象エージェントを動作させる動作制御部と、を備える、エージェント制御装置が提供される。【選択図】図６