2016 Fiscal Year Annual Research Report
Research on autonomous construction of organizational structures and its effect on the efficiency of assignment problem in a multi-agent system
| Project/Area Number |
25280087
|
|---|
| 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) |
2013-04-01 – 2017-03-31
|
| Keywords | ノルム / 負荷分散 / 強化学習 / 大規模分散システム / 提携形成 / マルチエージェントシステム / 分散システム / 自己組織化 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、異なる能力を持つエージェントが処理を通じて自律的にグループを構成し、その中で適切なリソース/タスクを配分することで、効率的かつ効果的な分散割当法を提案し、その評価、特に大規模エージェントシステムでの効率化とエージェント間の相互作用による影響を解明することにある。
本研究期間は、昨年度提案した互恵エージェントの導入に新たなモデルとしてより計算機システムサービスに近い非同期チームを導入し、そこにおける互恵エージェントの効果と、複数行動戦略の混在による効率化の調査、さらに各エージェントがそれぞれの状況や能力、タスクのデッドラインなどに合わせて実行タスクを各自が希望する戦略を複数導入し、適切な戦略を自律的に選択する学習法を提案した。具体的には以下の３点である。第1に、チームの脱退を非同期に行うモデルを導入した。これまでの同期モデルは、たとえば災害ロボットなどでは妥当ではあるが、センサーや計算機を想定したIoT関連の応用ではやや柔軟性に欠けるためである。ここでは昨年の知見で得られた互恵性合理性が混在するエージェント構成が効率を上げることを確認した。第2は、タスクを他から与えられるのではなく、自らその候補を選択し希望を反映させる手法と統合させた。実験から、タスクの特徴（デッドラインの有無、効用と処理完了時刻の関係、タスクの粒度・不均衡度など）に依存して希望順位を決定する最適戦略が変わることを確認した。さらに、各エージェントが最大効用を得るための希望順位決定戦略を学習し、全体としては多様な戦略が混在し環境の変化に強く、効率的な手法を提案した。
上記の戦略の選択学習で、やや複雑なジレンマ構造が見いだされ、十分に能力が発揮できない場面が観測できた。この結果を踏まえ、今後は、社会的ジレンマの環境でも頑健に協調を生み出す仕組みを提案したい。
|
| Research Progress Status |
28年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
28年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
28年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
28年度が最終年度であるため、記入しない。
|
