[4G1-GS-2j] 機械学習：要素技術

[4G1-GS-2j-03] コミュニティ集団内での価値基準の相互作用モデル

〇松本 駿¹、竹川 高志¹ (1. 工学院大学)

キーワード：強化学習、Q学習、価値基準

人は固有の価値基準を持つが，実際の行動は自らの価値基準を単純に反映するわけでは無い．具体的には，行動から実際に得られる利得を考慮している．行動により得られる利得としては他者，所属する集団からの評価は重要である．このため，個人の価値基準とコミュニティの形成には密接な関連性がある．本研究では，個人が1対1の接触を行いお互いに対して評価することにより行動を最適化すること，行動の繰り返しにより価値基準自体も変化することをモデル化しシミュレーション実験を行った．シミュレーションにおいて，完全に均等な接触を行うと仮定した場合には行動嗜好が同一の値に収束し，その際に学習率の低いエージェントが他者に強い影響を与えることを確認した．一方，エージェントが価値基準や学習した行動の指向性に基づいて接触対象を決定する場合，似た嗜好をもつ小規模なコミュニティが形成された．