BOIL：学習環境に合わせたパーソナライズ情報の学習

arXiv cs.LG / 2026/4/21

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

本論文では、マルチエージェント環境において限られた情報から環境構造に基づく有用な洞察を抽出するためのスケーラブルな手法「BOIL（Blackbox Oracle Information Learning）」を提案しています。
BOILはPageRankアルゴリズムと、共通情報の最大化（common information maximization）を組み合わせることで、エージェントの長期的な行動を導くための実行可能な情報を抽出します。
本手法は、カバレッジ、パトロール、確率的到達可能性（stochastic reachability）といった問題に焦点を当て、長い時間範囲での性能向上につながる戦略分布を生成します。
実験では、BOILが複雑な環境におけるヒューリスティック基準手法を上回ることが示され、不確実性下での計画・行動学習がより強力である可能性が示唆されます。
総じてBOILは、環境の関係性を時間を通じたマルチエージェントの戦略指針へ変換する汎用的な学習メカニズムを提供します。

要旨: 複雑な環境のナビゲーションは、多数のエージェントからなるシステムにとって、限られた情報から効率的に洞察を抽出することを必要とするという課題をもたらします。本論文では、環境の構造から価値ある洞察を抽出するための、スケーラブルな解法である Blackbox Oracle Information Learning (BOIL) プロセスを提案します。Pagerank アルゴリズムと一般的な情報の最大化を活用することで、BOIL は、被覆、パトロール、確率的到達可能性といった問題に適用できる長期的なエージェント行動を導くための情報抽出を可能にします。実験を通じて、BOIL が、長い時間的地平において戦略分布を生成し、複雑な環境においてヒューリスティック手法を上回る性能改善につながることを示します。