富山で開催された，第24回ロボティクスシンポジアで，
「エージェント間利害関係のオンライン分類による協調・競争タスクの学習」
というタイトルで指導学生が発表しました．
本研究では，ボトムアップ型のマルチエージェント強化学習において，エージェント間の利害関係が陽に与えられていない場合であっても学習可能にすることを目的としています． これは，利害関係をエージェント間の報酬の相関からオンラインで見出して，報酬操作に用いることで実現できました． この拡張により，従来扱えなかった競争関係にあるエージェントを含んだ環境でもタスクの学習が可能となることをシミュレーションにより確認しました．