時変相関信号を考慮した平均場ゲームにおけるモデル模倣学習

本研究では、時変相関信号を考慮した一般的な平均場相関均衡(AMFCE)概念を提案し、この概念に基づいた新しい模倣学習フレームワーク(CMFIL)を開発した。CMFIL は、専門家の行動を模倣するだけでなく、相関デバイスも同時に回復することができる。理論的には、CMFIL によって回復された方策と専門家方策の性能差が多項式オーダーで抑えられることを示した。実験的にも、CMFIL が既存の平均場ゲーム模倣学習手法を大きく上回ることを示した。