A consensus builder for environmental condition settings in spaces where people with various preferences coexist

Research Project

Project/Area Number	19K20257
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 60060:Information network-related
Research Institution	Okayama University
Principal Investigator	Tarutani Yuya 岡山大学, ヘルスシステム統合科学研究科, 助教 (10751175)
Project Period (FY)	2019-04-01 – 2021-03-31
Project Status	Completed (Fiscal Year 2020)
Budget Amount *help	¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000) Fiscal Year 2020: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000) Fiscal Year 2019: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Keywords	Internet of things / 合意形成 / 機械学習
Outline of Research at the Start	情報通信技術を用いてネットワークに接続する様々な端末から情報を収集し、消費電力の削減等の目的に応じた機器制御を行うサービスが人の生活環境へも拡がりつつある。特に生活環境では、ユーザの満足度を考慮しつつ目的を達成することが要求される。一方、公共空間やオフィス環境では、多種多様な嗜好を有するユーザが生活するため、全てのユーザの満足度を考慮した機器制御は容易ではない。本研究課題では、異なる嗜好を有するユーザが生活する環境において、制御目的の達成とユーザの満足度の充足が両立可能な機器制御を提案する。
Outline of Final Research Achievements	Various information is collected from IoT devices through the network. As such device becomes more familiar to users, network services are required to consider the influence of user. In this research, we propose a consensus building method　for environmental condition setting in spaces where people with various　preferences coexist. As a result of our research, we propose a consensus builder using reinforcement learning. We show that our method achieves near-optimal control by controlling air conditioning and lighting. In addition, we show that appropriate control is possible even in situations where complete supervisory data is not available.
Academic Significance and Societal Importance of the Research Achievements	本研究で取り組んだ合意形成による機器制御は、ユーザの嗜好を直接収集することを必要とせずとも、あらかじめ収集して作成したユーザストレスモデルを用いることで環境内の機器を制御し、消費電力の低減とユーザへの快適な空間の構築を可能とする。また、従来の制御手法では教師あり機械学習を用いた方法を主としていたのに対し、強化学習を用いることでデータの用意が不十分な状況でも適切に制御値を導くことができる手法を提案した。