| 研究課題/領域番号 |
20K21833
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 岡山大学 (2022)
京都大学 (2020-2021) |
|---|
研究代表者 |
林 冬惠 岡山大学, 自然科学学域, 准教授 (90534131)
|
|---|
| 研究期間 (年度) |
2020-07-30 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2021年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | Internet of Things / マルチエージェントシステム / IoTサービス / 強化学習 |
|---|
| 研究開始時の研究の概要 |
本研究は、Internet of Things（IoT）環境においてマルチエージェントの技術を導入し、高品質なIoTサービスを設計し実現する。まず、多数のIoTデバイス間のインタラクションをモデリングするためのマルチエージェントシステムの構築を行う。次に、IoTネットワークのための効率的なリソース割り当てメカニズムを実現する。最後に、マルチエージェントシミュレーションを用いて実際のシステム設計を行い、多数多様なデバイスによる複雑なインタラクションを仮想空間で実証実験し、高品質なIoTサービスを実現する。
|
| 研究成果の概要 |
本研究は、Internet of Things（IoT）環境においてマルチエージェントの技術を導入し、高品質なIoTサービスを設計し実現することを試みた。まず、動的IoT環境において、サービスとサーバの関係を分析し、３種類のマルチエージェント意思決定問題のモデルを構築した。次に、マルチエージェント強化学習の手法に基づき、IoTネットワーク上のリソース割り当てのメカニズムを提案した。最後に、タスクオフローディング及びエッジデバイス上の分散連合学習の実証研究を行い、理論研究の成果を実世界に反映した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、サービスコンピューティングとマルチエージェントシステムの2つ分野に跨る課題を挑戦することである。まず、マルチエージェントシステムの観点からIoTサービスの実現に関する取り組みは独創的な点であり、IoTサービス設計に関する方法論の提案と実践はサービスコンピューティング分野に貢献している。次に、IoTサービスに取り組むことによって、従来のマルチエージェントシステム研究分野において新しい研究課題の創出と応用分野の開拓に対する貢献が大きい。また、IoTサービスの実現に関する基礎研究を行うと共に実際のIoT環境でその効果を検証し、社会的な意義が大きい。
|
