研究課題
本研究は、サイバーフィジカルシステム（CPS）の根幹をなす、分散M2Mネットワーク制御技術に関するものである。スケーラビリティを持った、電力網のマッチングは、ある需要に関して距離、量、時間、さらにはCO2といったマルチパラメータの最適な発電リソースを見つけるものである。その実現のためには、ダイナミックに変化する多くの（IoT）の状況（メトリック）をエッジコンピュータが監視し、それぞれにタグ（属性）を持たせ、高速に必要なものを発見し、マッチングを行う技術が必要である。今期は、その技術を発展させ、自動運転車（M）制御の高度化やエッジコンピュータ連携の応用として研究を発展させた。この分散協調型のCPSを実現できると、空間的、時間的なスケーラビリティを持った最適化を追求することとなる。それを我々は、ソーシャルウエルフェアと定義し、計算量を削減しながら、予想や行動変化に対してロバスト性を考慮した最適化の研究を行った。その結果は、欧州、米国における招待講演として（ICTON2019、ICCN2020）発表し、今後の重要なトピックスと認定された。さらに、複数エージェント間の連携にインセンティブを設計し、協力したエージェントにインセンティブを与え、行動変容させる実験への発展させた。また、エッジ連携の技術をVR（Virtual Reality）として応用して、複数地点のリアルが、あたかも一つのサーバー空間をシェアする（AV: Augmented Virtuality）として確立した。これは、それぞれのリアル（人間）が、エッジコンピュータにより処理されて、仮想空間を一緒に旅行する技術である。これを、米国のテキサス大学ダラス校（UTD）と連携し、米国の国際会議エキジビションとして、日本の慶應大、米国の会場、UTD間を日米100Gbps回線で接続し動態実験を行った（SC2019）。
令和元年度が最終年度であるため、記入しない。
すべて 2020 2019 その他
すべて 国際共同研究 (1件) 学会発表 (8件) (うち国際学会 6件、 招待講演 3件)
