| 研究課題/領域番号 |
16K06424
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
制御・システム工学
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
松本 啓之亮 大阪府立大学, 工学(系)研究科(研究院), 客員研究員 (90285304)
|
|---|
| 連携研究者 |
森 直樹 大阪府立大学, 大学院工学研究科, 准教授 (90295717)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | サイバーフィジカルシステム / 機械学習 / エージェント / モデル駆動開発 |
|---|
| 研究成果の概要 |
サイバーフィジカルシステムを自律的に行動するマルチエージェントシステムとしてモデル化し，また強化学習を改善して他のエージェントの行動履歴を共有し，学習の高速化を図る新しい強化学習法を開発した． さらにソフトウェアの設計図となるモデルを開発の中心に置き, モデルの再利用や異なる種類のモデルへの変換, モデルから実装成果物の自動生成を可能とするモデル駆動開発手法を用いると，提案手法はシステムを現実の世界に応用した場合のフレキシブルな開発技術として実用化に耐えうる技術であるとの見通しを得た．
|
| 自由記述の分野 |
システム工学
|
| 研究成果の学術的意義や社会的意義 |
研究代表者が開発したシステム効用の最大化を図る交渉プロトコルを適用することにより，システム評価を最大化でき，さらに実フィールド環境では不確実性や計測不能な未知パラメータが存在するため，試行錯誤を通して環境に適応する強化学習を採用した．これらによりネットワーク通信技術と組み合わせシステムを正当な状況下で運用させることができ，信頼性・安全性が大幅に向上する．またマルチエージェントによるシミュレーションを利用するため，想定外の状況が創発される可能性をもつ点で他の手法より優位性を持つ．
|
