|
予測不可能な環境下における最適化問題では，複数の最適解もしくは実用上十分に優良な解を並列に探索する必要がある．従来，最適解を探索するエージェントを複数の群れに分割する手法が提案されているが，多くの場合，その群れの数や1つの群れあたりのエージェント数をユーザが事前に定める必要があった．
本研究では，群れが自律的に創発される新たな手法を提案し，従来は不可欠であったユーザによる群れ構造の定義を不要にした．さらに，提案手法はパラメータ数と計算コストが従来法よりも小さいにも関わらず，より高い性能を実現可能であることを明らかにした．本成果は多様な実問題におけるリアルタイムな最適化の実現に寄与するものである．
|
