2018 Fiscal Year Annual Research Report
Integrating multi-objective optimization, cooperative problem solving and system design for preferences of multiple participants
| Project/Area Number |
16K00301
|
|---|
| Research Institution | Nagoya Institute of Technology |
|---|
Principal Investigator |
松井 俊浩 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (60437093)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | マルチエージェントシステム / 協調問題解決 / 多目的最適化 / 公平性 / 学習 |
|---|
| Outline of Annual Research Achievements |
本研究課題では，コラボレーション支援，電力スマートグリッド，交通や物流の制御，医療施設への搬送計画などで想定される資源割り当てにおいて重要な，多数の参加者の選好の調整を考慮する協調問題解決と制度設計に注目し，それらを融合した問題とその解法について検討している．
本年度は，エージェントの選好を考慮する多目的非対称分散制約最適化問題の非集中型解法として緩和法を適用する手法について検討した．エージェントの最大コストを最小化する問題を対象とした．元の問題に罰金法を適用する緩和問題をエージェントに分解し，エージェント間の情報交換により準最適化を行う手法を適用した．緩和法を適用した間接的な問題に基づく解法を用いる場合においても，従来の合計コストの最小化よりも，最大コストを抑制できる例が示された．その一方で非凸な問題における局所解への収束の影響などの課題について今後の検討課題も示唆された．
また，複数のエージェントの協調行動を試行錯誤的に獲得する集中型の強化学習において，エージェントの最悪コストと公平性を考慮する指標の導入の可能性について検討した．複数のハンターが逃避的に移動する対象を追い込む追跡問題を題材とし，協調行動の学習過程を変更した貪欲的な手法を適用した．問題が決定論的である場合や雑音が比較的小さい場合は，公平性が比較的改善する結果が示された．その一方で，貪欲的手法が局所解の影響を受ける場合や雑音が大きい問題では効果が小さいなど今後の検討課題も示唆された．
|
