2018 Fiscal Year Annual Research Report
個と集団間の相互作用に着目した統合的協調手法の研究
| Project/Area Number |
16J11980
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
杉山 歩未 早稲田大学, 理工学術院, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2016-04-22 – 2019-03-31
|
| Keywords | マルチエージェントシステム / 分業創発 / 継続性 / 自律性 |
|---|
| Outline of Annual Research Achievements |
本研究は，多様な能力を持つエージェント群においてミクロ的な視点の(1)自律的行動決定，(2)「個」と「個」の協調と，マクロ的な視点の(3)集団としての協調・集団間の協調との相互作用に着目し，これらを統合することで，(4)変化に柔軟で低コストかつ高効率な自律分散システムを実現する基本メカニズムを解明することを目的とし，具体的な問題としてマルチエージェント巡回問題を扱ってきた．
本年度は，計画通り昨年までに検証した分業創発の知見をタスク割当問題および巡回問題における領域交渉手法への応用を通じて評価した．複雑な通信・交渉を利用せず，個々が独立に学習する中で全体での協調状態を創発させるという本質の部分は応用可能であるという示唆を得た．
また，最終年度であるため成果をとりまとめ対外的に公表することにも尽力した．昨年までの複数の結果に新たな結果を加えて体系的に整理し，筆頭著者として1件の国際論文誌と1件の国際会議に採択された．これらの成果は学位論文としてもとりまとめ，受理されている．
当初の計画では実機での検証を行う予定であった．しかし，検討段階で実機応用のためには自律的な時間的分業が必要だと分かり，そちらを優先して取り組んだ．これまでの成果から，連続活動時間の制約がある環境では空間的分業だけではなく，いつ巡回するかという時間的な視点が重要だと分かった．しかし，多くの研究では継続性のための時間的な行動調整は議論されていなかった．そこで本年度は，エージェントが自身の活動と休止の周期を学習する手法を提案し，空間的だけでなく時間的にも行動を調整する手法を提案した．評価実験の結果，環境に応じて異なる活動周期を学習し，適切な活動周期が不明な場合でも全体として効率的な巡回を実現した．本成果および問題提起は継続的なシステム実現のため重要であり，本課題のみならず広く分野での発展が期待される．
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
