オープンな大規模ネットワーク化システムに対する人間共存型自律分散制御法の開拓
Project/Area Number |
21K04121
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 21040:Control and system engineering-related
|
Research Institution | Osaka University |
Principal Investigator |
林 直樹 大阪大学, 大学院基礎工学研究科, 准教授 (80637752)
|
Project Period (FY) |
2021-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
Keywords | 分散最適化 / 協調制御 / マルチエージェントシステム / 分散制御 |
Outline of Research at the Start |
従来の協調制御の研究では,ネットワークの構成要素や通信ネットワーク構造,環境などが変化しない「クローズドな」状況に関するものが主流となっている.本研究では,大規模ネットワーク化システムが有する「オープンな」構造に着目し,システム全体の安定性を保証する制御入力を現時刻までに得られている入出力データからオンラインで推定する手法を制御理論,システム最適化,機械学習をまたぐ分野横断的な観点から開発する.
|
Outline of Annual Research Achievements |
大規模ネットワーク化システムは、超スマート社会の実現において重要な役割を担っている。このような大規模ネットワーク化システムでは、構成要素のサブシステム間の相互作用が時間の経過とともにダイナミックに変化するオープンな構造をもっている。オープン性を有するネットワーク化システムの制御や最適化を実現するために、2022年度はエージェントのダイナミクスや環境の不確かさを考慮した協調制御や分散最適化に関する研究を遂行した。特に、構成エージェントやネットワークの結合関係が動的に変化するオープンなマルチエージェントシステムによる分散最適化法や分散意思決定法の検討を行った。エージェントの入れ替わりを考慮した最適化法や意思決定法では、既存研究にあるようなネットワークの結合関係を表す重み行列の収束性に関する議論がそのままでは適用できないため、ネットワークへの接続状況に応じてエージェントの集合を分割して解析を行うアプローチを提案した。また、目的関数が動的に変化する場合のオンライン最適化法やエージェントのダイナミクスの不確かさをガウス過程により推定する分散制御法についても検討した。超スマート社会において想定されている大規模ネットワーク化システムではネットワークやシステムの構造がダイナミックに変化していくが、このような時間的変化を陽に考慮した協調制御法については未だ確立されていない。2002年度の研究成果は、ネットワーク構造とダイナミクスの時間的の変化を同時に考慮し、動的で不確かな環境にも柔軟に対応できる協調制御法の開発につながる研究成果である。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022年度はおおむね順調に研究を進めることができた。2022年度はマルチエージェントシステムの分散制御・最適化法や目的関数が時間とともに変化するオンライン最適化法などについて考察した。特に、ネットワークの有向性やエージェント間の通信の遅延を考慮した分散最適化アルゴリズムを提案した。また、ガウス過程を取り入れた分散制御法やセンサネットワークによる分布推定問題への分散最適化の応用などについて取り組んだ。さらに、バンディット問題をマルチエージェントシステムにより分散協調的に解くアルゴリズムの導出を行い、リグレット解析による性能評価を行った。2022年度はこれらの成果をもとにした学術論文3本が採録され、国際会議1件、国内会議6件の発表を行うことができた。以上より、2022年度はほぼ予定通り遂行されたと考える。
|
Strategy for Future Research Activity |
今後の研究では、2022年度に得られた成果をさらに進展させることで、ネットワークのオープン性やエージェントのダイナミクスの不確かさを考慮した分散最適化や協調制御に関する基礎理論の研究を継続する。2023年度は、構成エージェントの入れ替わりやネットワークの結合関係が動的に変化するマルチエージェントシステムにおいて、環境やネットワークの変化に柔軟に対応できる最適化法や意思決定法の検討を行う。また、事象駆動型の分散アルゴリズムや量子化通信アルゴリズムにより、エージェント間の通信制約を考慮した最適化法についても検討する。
|
Report
(2 results)
Research Products
(23 results)