---
title: "マルチエージェント強化学習とは？【AlphaStarとの関係｜G検定対策】"
description: "マルチエージェント強化学習について、G検定で問われる強化学習分野の観点から、状態・行動・報酬・方策との関係、価値ベース手法や方策ベース手法との違いを整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/multi-agent-rl/"
section: "gk"
---

## まず結論
- **マルチエージェント強化学習（Multi-Agent Reinforcement Learning）**とは、複数のエージェントが協調・競争しながら学習する強化学習手法である。
- G検定では「**複数プレイヤーかどうか**」と「**代表例がどれか**」が問われる。

## 直感的な説明
マルチエージェント強化学習は、  
**AIが1人で練習するのではなく、他のAIと同時にプレイしながら学ぶ**学習方法です。

- 協力する場面もある
- 邪魔し合う（競争）場面もある
- 相手の行動を考慮する必要がある

👉 **将棋や囲碁ではなく、リアルタイム対戦ゲームが典型例**

## 定義・仕組み
- 複数のエージェントが同一環境内に存在
- 各エージェントが
  - 自分の行動
  - 他エージェントの行動
を考慮しながら方策を学習する

### 特徴
- 協調（Cooperative）
- 競争（Competitive）
- 混合（Mixed）

👉 **「他者の存在を前提に学習する」点が本質**

## いつ使う？（得意・不得意）
### 得意なケース
- チーム戦ゲーム
- 対戦型ゲーム
- ロボット群制御
- 自動運転の交通制御

### 不得意・注意点
- 学習が不安定になりやすい
- 環境が非定常になる
- 単一エージェント問題には不要

## G検定ひっかけポイント
今回の模擬試験の核心はここ👇

### ❌ AlphaGo（アルファ碁）
- 囲碁は **基本的に2人・交互手番**
- 学習は **単一エージェント前提**
- 👉 **マルチエージェント強化学習の代表例ではない**

### ⭕ AlphaStar（アルファスター）
- StarCraft II は **複数ユニット・リアルタイム対戦**
- 複数プレイヤーの行動を同時に考慮
- 👉 **マルチエージェント強化学習の代表例**

### よくある混同
- ❌ マルチエージェント = 複数タスク
- ❌ 対戦ゲームなら何でもOK

👉 **「同時に複数エージェントが存在するか」**が判断基準。

## まとめ（試験直前用）
- マルチエージェント強化学習＝**複数エージェントが同時に学習**
- 協調・競争を考慮する
- **AlphaStar は代表例**
- **AlphaGo は代表例ではない**
- 「リアルタイム・複数プレイヤー」→ 正解方向