研究課題
分散制約最適化問題においてはタスクの割当が決定する（評価値が収束）まで通信を繰り返す必要があるが、RoboCupRescue Simulation ではシミュレーション中の 1 step では通信回数は 1 回と限定されてしまっている。そのため、通信回数の制限を解除する必要がある。前年度までもこの対策を施したライブラリを開発して利用していたが、一部バグがあり、より適正なシミュレーションを実施するために、前年度に引き続きライブラリの開発・修正を行った。また、分散制約最適化問題の適用においては引き続き Layerd DCOP を対象とした。前年度までの研究では、Layerd DCOP にすることで順序制約と時間制約を考慮した L-DCOP エージェントを実装できていた。しかし、時間制約を設けたことで、タスクの実行順序が適切とはいえないケースが生じ、タスク完了率が低くなるときがあると言う問題があった。そのため、Simple Temporal Network を利用することで、より適切な順序でタスクを実行できるようなネットワーク構成をするアルゴリズムを検討し，Layerd DCOP に適用した。さらにエージェントの移動時間の推定はタスク完了率に大きな影響を与えるので、その改良をも合わせて実施した。これらのアルゴリズムの実装と推定方式の改良により、タスクの達成率が上昇することを確認した。これらの DCOP アルゴリズムの改良に加え、RoboCupRescue Simulation をより使いやすくするための Python 用のライブ雷の開発も進めた。また、本ライブラリの開発に際しては世界大会の運営委員たちとも相談している。
3: やや遅れている
アルゴリズムそのものの開発を進めたいのだが、それを検証するためにシミュレータ自体の修正が必要であり、そちらにかなりの労力を割く必要があったため検証がやや不十分になってしまっている。
検証が不十分になっているアルゴリズムの検証を進める。また、Python でのエージェント開発環境を我々の研究グループで開発を進めることになったので、世界大会の委員たちと連絡を取りながら開発をする。そして、Python 用の DCOP を適用するためのライブラリを開発についても検討し、機械学習によるタスク割り当て問題の改良についても模索をする。
分担者の1名が予定していた出張に行けなかったことと、代表者の旅費が予定よりも安価に抑えられたため次年度使用額が生じた。
すべて 2023 その他
すべて 雑誌論文 (1件) (うちオープンアクセス 1件) 学会発表 (4件) (うち国際学会 2件) 備考 (1件)
人工知能学会第二種研究会資料，2023巻，SAI-047号
巻: SAI-047 ページ: 1-8
https://edu.aichi-u.ac.jp/tsearch/AUT_detail.aspx?pid=11338
