| 研究課題/領域番号 |
20H04245
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2023年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2021年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | マルチエージェントシステム / 組織行動 / 社会学習 / 深層強化学習 / 組織化 / マルチエージェントプランニング / 機械学習 / グループ化・組織化 / 協調・調整 / 協調構造 / 分散人工知能 |
|---|
| 研究開始時の研究の概要 |
本研究は、機械学習により知的なソフトウェア（エージェント）が自ら社会的組織構造を形成し、それにより世界中に分散する多数のエージェントで構成されるシステムを、効率面・サービスの質の面で向上させることを目的とする。本技術により、今後のAIやIoTの発展と普及で想定されるSociety5.0の世界で、個人や会社の代理として動作するエージェントが社会的相互関係などの煩雑さを低減させ、観測・経験・能力に基づき適切な相手と共同化（協調・提携・アライアンス）し、高い効率性と安定性を引き出す。同時に、耐障害性や持続性を実現し、動的にサービスを構成・提供する大規模分散システムを実現する基礎/基盤技術とする。
|
| 研究成果の概要 |
本研究では、自律的に判断をする複数のエージェントから構成されるマルチエージェントシステムにおいて、個々の観点だけはなく組織・グループの観点からも適切な協調・調整行動を学習する手法の研究を進めた。具体的には、多段階の協調が必要なタスクにおいて近隣の動きを観測しながら行動を進める学習する手法、近隣に存在するエージェントの行動を内部で推定し、それに呼応する形で自己の協調・調整行動を決定する学習手法、また選択した協調行動の妥当性を確認するためにエージェントの判断時に着目した対象を抽出する技術などを追求した。成果は、当該分野でのトップレベルの国際会議で発表するなど、学術的な評価を得ているものと考える。
|
| 研究成果の学術的意義や社会的意義 |
人工知能により人間の代理としての役割をもつ知的ソフトウェア（エージェント）が社会に広く普及したときに、これらを活用した協力・協働行動や、それらの間での干渉を避けるための調整行動が必要となる。しかしこれらの行動は個々の利得だけではなく、相互のあるいは社会の観点からの利得を考慮した行動が必要である。ここでは、近年の深層（強化）学習が発展し、ある程度の知的な行動が可能となったとき、単純な最適化、つまり個々の利得を越えた行動の学習の実現が必要となる。ここでは、グループ作業を対象に、組織的な行動の発現とその判断根拠を提示した説明性の可能性について貢献した成果と考える。
|
