グラフニューラルネットワークに基づくコミュニケーションを用いたマルチエージェント深層強化学習の調査

要旨: 多エージェント強化学習（MARL）において、コミュニケーション機構を統合することで、エージェントが互いに情報を共有しながら行動をより適切に協調することを学び、目的へ収束することが可能になります。相互作用グラフに基づいて、手法の一サブクラスではグラフニューラルネットワーク（GNN）を用いてコミュニケーションを学習し、エージェントが交換された情報でそれらの内部表現を強化することで改善できるようにしています。研究が拡大する中で、GNNに基づくコミュニケーションを伴うMARLアプローチを区別し、分類するための明示的な構造や枠組みの欠如があることに、私たちは注目しています。そこで本論文では、本分野における最近の研究を概観します。さらに、手法の背後にある基礎概念をより明確にし、アクセスしやすくすることを目的として、一般化されたGNNベースのコミュニケーション手順を提案します。