LLM推論初出 9/10 05:00
DRG-MAPPO: 協調型空中戦闘のための階層的動的ロールグラフマルチエージェント強化学習
DRG-MAPPO: Hierarchical Dynamic Role-Graph Multi-Agent Reinforcement Learning for Cooperative Air Combat
https://huggingface.co/api/daily_papers2026/9/10
AI要約
マルチエージェント強化学習(MARL)は、自律システムや航空戦における複雑な意思決定に不可欠なパラダイムです。しかし、洗練された戦術的協調の達成は困難です。この課題に対処するため、本研究では、構造化された関係モデリングと明示的な戦術的役割モデリングを可能にする、階層的動的ロールグラフMARL「DRG-MAPPO」を提案します。
AI要点
- 協調型空中戦闘のためのMARLフレームワーク「DRG-MAPPO」が提案された。
- DRG-MAPPOは、相互作用をグラフでモデル化し、動的な役割割り当てを統合。
- グラフ注意機構により、敵味方や脅威の関係性を捉え、戦術的役割を動的に決定。
- 役割と関係性特徴に基づき、下位ポリシーが個別の機動を実行する階層構造。
- 実験では87%の勝率を達成し、協調空中戦闘における有効性を示した。
なぜ重要か
DRG-MAPPOは、複雑なマルチエージェント環境における協調行動を学習する新たなアプローチであり、空中戦闘のような動的かつ相互依存的な状況でのAIエージェントの戦術的有効性を大幅に向上させる。