[1Win4] ポスターセッション1

[1Win4-104] マルチエージェント強化学習による人工市場構築

〇橋本 龍二¹、村山 友理¹、和泉 潔¹ (1.東京大学大学院工学系研究科)

キーワード：マルチエージェントシステム、強化学習、人工市場シミュレーション

強化学習エージェントによって人工市場シミュレーションを実行する．Agent-based Model (ABM) は，自律的に意思決定する多様なエージェント同士の相互作用を通じて，金融市場を含む複雑系の現象を再現する．しかし，標準的なエージェントモデルは意思決定則が人手で設計される点が現実と整合的でない．本研究では，現実に即した適合的なエージェントによる人工市場構築のための，マルチエージェント強化学習 (MARL) の枠組みを提案する．提案手法では，異なる選好を持つエージェントの方策を単一のモジュールで最適化することによって，スケーラブルなシミュレーションを実現する．一方で，リスク回避度や情報優位性，時間割引率といった多次元のエージェントの特性を与えることで，行動パターンを多様にし，複雑な現象を再現する．実験により，提案手法による人工市場シミュレーションは金融市場に共通して観測される現象であるstylized factsを再現することが明らかになった．