[2O6-GS-5] エージェント：ゲーム理論

[2O6-GS-5-02] 二人零和ゲームにおける突然変異付きレプリケータダイナミクスを用いた学習アルゴリズムに関する研究

坂本 充生¹、〇豊島 健太郎¹、阿部 拳之²、岩崎 敦¹ (1. 電気通信大学、2. 株式会社サイバーエージェント)

[[オンライン]]

キーワード：エージェント、機械学習

本研究では，二人零和ゲームにおける突然変異を利用した学習アルゴリズムの帰結を吟味する．既存アルゴリズムの多くはダイナミクスの時間平均をとって初めて均衡に収束する．そこで本研究では，突然変異付きレプリーターダイナミクスに基づく手法Mutant Follow the Regularized Leaderを提案し，実験的に評価した．その結果，このアルゴリズムのダイナミクスが時間平均を取らずに均衡に収束することを示した．