| 研究課題/領域番号 |
15K00321
|
|---|
| 研究機関 | 中部大学 |
|---|
研究代表者 |
山内 康一郎 中部大学, 工学部, 教授 (00262949)
|
|---|
| 研究分担者 |
石井 成郎 一宮研伸大学, 看護学部, 准教授 (80399237)
鈴木 裕利 中部大学, 工学部, 教授 (20340200)
澤野 弘明 愛知工業大学, 情報科学部, 准教授 (10609431)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | ColBagging / Supervised Actor Critic / 一般回帰ニューラルネットワーク / PSO / スマートグリッド / ブラインドシングルプライスオークション / Game理論 |
|---|
| 研究実績の概要 |
bigデータが無い未知の領域ではAIは学習ができない。そこで人と学習機械が協調学習をすることによって、未知の問題に対する解を高速に導き出す仕組みCollaborative Bagging(ColBagging)を考案した。これは複数のワーカーが未知の問題に対する解の候補を出す一方で、ワーカーの横には学習機械があり、対応するワーカーの振る舞いを模倣するように学習する。解候補は信頼性に応じて重みづけされ、平均したものを、ワーカーに教示する。そこから学びを得たワーカーはさらに良質の解候補を出すと期待できる。学習後、学習機械は単独でも解候補を出せるようになる。
本年度は１）学習機械として教師付き強化学習エンジンを導入し、Dino Gameでその有効性を検証した。つまり学習機械自身も解の探索を行えるようにし、各々のワーカーの負担を軽減する。この成果はICPRAM2019にて発表した。だが、学習機械が人の教示にうまく追従できないことがある点が要改善点である。
２）ColBaggingのスマートグリッドでの電力量取引で評価するため、Particle Swarm Optimizatoin (PSO)で近似的にシミュレーションした。個々のワーカーをPSOの粒子と仮定すればColBaggingの振る舞いはPSOで近似できる。電力量取引の最適解は買電業者と売電業者との振る舞いで変化する問題であり、評価関数が動的変動する。買電・売電業者双方を独立にPSOで構成し、ブラインドシングルプライスオークションによって取引を繰り返させた。その結果、①発電業者と売電業者の「意思」と「利益」の双方をPSOの評価関数に含めることで、再現性良く双方が納得する解に収束して安定することが明らかになった。この意思とは「販売価格が低すぎる場合には電力を卸したくない」「販売価格が高すぎる場合は買い取りたくない」である。
|
