| 研究概要 |
システムの設計・計画・運用等に関わる工学的問題解決について,大規模化・複雑化するシステムを対象とする場合,環境あるいは意思決定者の選好等を事前には完全にモデリングできないといった状況下においても,その求解過程において解くべき問題(考慮すべき制約や意思決定者の選好など)を対話的・適応的に引き出し得る双方向インタラクション(人間と計算機(モデルや解法)の共適応・共進化)を内在化した創発的アプローチが重要となる.
そこで,本研究課題においては,i)情報論的な視点から,問題解決・意思決定に肝要な情報を獲得・共有するための双方向インタラクションを形式化・モデル化するとともに,これまでの創発的アプローチを発展させる形で,適応的な情報場の形成を可能とする創発的インタラクションの枠組みを構築するするとともに,ii)人間-機械系の協調という観点を交えながら,創発的インタラクションを有効に利活用し得るような意思決定支援の枠組み・方法論について検討し,その計算モデルを構築した.成果の概要は以下の通り.
(1)創発的計算アルゴリズムの再構成:遺伝的機械学習を核に,インタラクションを内包したシミュレーションによる意思決定(支援)ルールの適応的な調整・獲得法の再構成.
(2)情報場の設計・実装(I):サブモデル間でのインタラクションを陽に考慮した階層型自律分散モデルの構築と,このモデル(枠組み)をベースとしたシミュレーション・モデルおよび意思決定モデルのプロトタイピング.
(3)情報場の設計・実装(II):エージェント(人間モデル)とインタフェース(状況認識モジュール)が共に学習する枠組みの構築と,この枠組みをベースに,エージェントとインタフェースが協調して問題解決を図る強化学習法の再構成.
なお,これらはいずれも相補的な役割を果たすものであり,これらを合わせることによって,インタラクティブかつフレキシブルな問題解決・意思決定支援を可能とする創発的方法論の実現が期待される.
|
