⑤ ディープラーニングの応用例 ／ 29. 深層強化学習
マルチエージェント強化学習とは
マルチエージェント強化学習とは、複数のエージェントが同一環境で学習し、協調・競争・分業を通して戦略を獲得する枠組みです。ロボット群制御・対戦ゲーム・交通制御などが応用例です。
この用語はG検定シラバスの「29. 深層強化学習」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
複数のAIが同じ環境で同時に学習し、協力や競争を通じて賢くなる枠組みです。
単体との決定的な違い
1体だけなら環境は一定です。しかし複数いると、他のエージェントも学習して振る舞いを変えます。
つまり自分から見た環境が刻々と変化し続けます（非定常性）。これが学習を難しくする最大の要因です。MDPが前提とする安定した環境が成り立ちません。
3つの関係
- 協調：共通の目標に向かって協力する（OpenAI Five）
- 競争：互いに勝とうとする（対戦ゲーム）
- 分業：役割を分けて全体最適を目指す
社会的ジレンマ
各エージェントが自分の利益を最大化すると全体では悪い結果になることがあります。交通渋滞などが典型です。
協調をどう学習させるかは技術的にも社会的にも重要な研究課題になっています。
🎯 G検定での押さえどころ
- 複数エージェントが同一環境で学習する
- 協調・競争・分業を通じて戦略を獲得
- 環境が非定常になる点が難しさ
⚠️ よくある誤りの選択肢
- 「マルチエージェント強化学習では環境は常に一定である」→ 誤り。他エージェントの学習で変化します
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「強化学習の基礎」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。