2021 Fiscal Year Annual Research Report
Improving sustainability, flexibility, and robustness of artifactitious systems using emergence of divisional cooperation
| Project/Area Number |
17KT0044
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
|
|---|
| Project Period (FY) |
2017-07-18 – 2022-03-31
|
| Keywords | マルチエージェントシステム / 持続可能性 / 分業 / 強化学習 / 交渉 / 自律分散システム / タスク委託 |
|---|
| Outline of Annual Research Achievements |
コンピュータ/AI/デバイス/機械技術の発展により、実世界をモニタし人の活動の補助/代理となりうる知的システム/機械が提案・導入され、今後も多く提案されると思われる。これらは環境の膨大な情報に基づき、実時間で処理する必要があり、複数の制御プログラムを自律的に連携/協調させるマルチエージェントシステムの技術が期待される。さらにこのような人間社会と共存/融合するシステムは、故障とシステム更新を想定した頑健性と持続可能性が必須となる。
一方分業を自律的に創発させ、その行動の最適化や組織化の研究、複数の構成要素からなる「人工物システム」の持続可能性を視野に入れた研究は見られない。本研究では特に、システムの機能停止や変動を最小限に抑え、社会で継続的に機能させるために、機械には必須な入替え・更新に合わせて自律的に対応する手法と、分業内容の移行を活用した持続可能性を追求する。
本期間では、昨年度（本来の最終年度）にCOVID-19の影響で遅延した内容に取り組んだ。まず昨年に実現した継続的運用に必要な定期的メンテナンスなどで抜けたエージェントによる一時的だが大きな効率低下を緩和する交渉手法を向上させた。具体的には、部分的エージェントの停止期間中の補完行動はできたが、準備期間中に効率が低下する欠点があった。今期はこれを改善し、準備期間の短縮とその限界を調査した。また当初計画には含まれないが、同様な動作を深層強化学習での可能性も合わせて試みた。前報告のようにエージェントの自律性から作業しないのが適切と学習したり、特定の領域を全エージェントが無視する学習があった。この解明に向け、学習エージェントが着目する情報が分かる工夫を提案した。これは今後の研究に重要になるテーマと考える。
関連論文が電子情報通信学会の2021年度論文賞を受賞し、情報処理学会研究会の優秀論文賞も受けるなど、学術的な評価を受けている。
|
