2020 Fiscal Year Annual Research Report
Research on cooperated agents control technology using dynamic cyber-physical system
Project/Area Number |
20H02155
|
Research Institution | Keio University |
Principal Investigator |
山中 直明 慶應義塾大学, 理工学部(矢上), 教授 (80383983)
|
Co-Investigator(Kenkyū-buntansha) |
岡本 聡 慶應義塾大学, 理工学研究科(矢上), 特任教授 (10449027)
山口 正泰 慶應義塾大学, 理工学研究科(矢上), 特任教授 (60509967)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | サイバーフィジカル / グルーピング / エッジコンピューティング / ネットワークアーキテクチャ / エージェント協調 |
Outline of Annual Research Achievements |
5GやBeyond5Gでは、多くのIoTや機械(自動車等)がネットワークに接続される。また、これらのIoT等は、サイバー上にエージェントを置き、他のエージェントと連携協調して最適化を目指す。この場合、状況はダイナミックに変化する。また、IoTは固定的なものだけでなく、自動運転車のように位置も変化する。そこで、このようにダイナミックなエージェントを協調させる技術について、当期は主に2つの点から検討した。 (1)エージェント連携による効果の確認 例えば、街頭カメラに映った自動車が交差点に進入する危険性がある時に、自動運転車を減速させる手法が考えられる。ここで、自転車の走行予想を行い、t=t+1, t+2, t+3…と、未来の位置を予想し、自動車も同様に予想する。その両予想が、ある確率分布の時、リスクを推定するものである。また、エージェントペアは、t+1, t+2の空間が予想されているので、自動的に形成される。 (2)映像配信の効率化 同様の技術をcrowd(群衆という意味)computingの手法を用いて、映像配信へ応用した。映像中の人物等をタグ化し、その大きさや方向からQoVを推定する。また、視聴者はプリファレンスを持っており、複数の好きな選手に重きを持つ。これらのマッチグは、映像N、視聴者MのN×M通りとなり、また、ネットワークも混雑する。そこで、クラスタリングと安定化手法を確立し、データを減らし、安定配信の実験を行なった。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
サイバーフィジカルシステムを利用した、自動運転車制御、自転車と自動運転車の連携、自由視点映像、多カメラ映像配信、エッジ連携人物追跡システム等の多様なアプリケーションをターゲットして、エージェント間の連携を実現するためのクラスタリング手法、協調制御手法、分散制御手法、ソーシャルウェルフェアを組込んだ協調アルゴリズムに関する幅広い研究を実施した。※概要には一部を記載している。 よって、十分な研究の進展が図れたと考えられ、おおむね順調に進展していると自己評価する。
|
Strategy for Future Research Activity |
課題A: 複数属性を保有するエージェント作成手法の確立と評価 に関しては、引き続き、複数の属性を有するエージェント作成を実現するための基本機能の検討を行う。検討により、サイバーフィジカルシステムを利用した通信手段、エッジコンピューティングの利用したエージェント化手法、エージェント間通信手法、ダイナミックでかつ自律分類による複数エージェントによるオーバーレイ構築手法を確立し、プロトタイプ作成を行う。 課題B: 自動グループ化アルゴリズムの確立と評価 に関しては、引き続き、自動グループ化実現のための、エージェント探索及びグループ化のアルゴリズムを検討する。検討結果に基づいてスケーラビリティ評価を行う。 課題C: ソーシャルウェルフェアモデルの検討と分散最適化技術の確立 に関しては、昨年度に引き続き、ソーシャルウェルフェアを利用した、エージェント協調制御アルゴリズムの検討を行う。 それぞれの課題から得られた結果を個別あるいは取りまとめて学会発表を行う。
|