研究課題/領域番号 |
21H01352
|
配分区分 | 補助金 |
研究機関 | 大阪大学 |
研究代表者 |
小蔵 正輝 大阪大学, 情報科学研究科, 准教授 (10800732)
|
研究分担者 |
櫻間 一徳 京都大学, 情報学研究科, 准教授 (10377020)
柳澤 大地 東京大学, 先端科学技術研究センター, 准教授 (70611292)
下野 昌宣 京都大学, 医学研究科, 准教授 (30552137)
|
研究期間 (年度) |
2021-04-01 – 2025-03-31
|
キーワード | 群れ / Shepherding / 制御理論 / モデル予測制御 / 異種性 |
研究実績の概要 |
Shepherding問題と呼ばれる群れの誘導問題の一つに取り組んだ.特に誘導側エージェント(イヌ)が複数である場合と非誘導側エージェント(ヒツジ)の群れに異種性がある場合の2つに取り組んだ. 前者については,Farthest Agent Targeting法と呼ばれる手法を元に,複数のイヌが通信を行うことなくヒツジの群れを誘導するためのイヌの機動アルゴリズムを提案した.このアルゴリズムにおいてそれぞれのイヌは,自らの周囲に存在するヒツジ及びイヌからの相対位置のみに基づき,自身の行動を決定する.このアルゴリズムの有効性を様々な初期配置における検証を通じて示した.この成果は第34回自律分散システム・シンポジウムにて発表され,また査読付き論文誌へ投稿済みである. 後者については,変種であるヒツジをその動きの観察を通じて判別しながら,通常種であるヒツジを誘導するアルゴリズムを提案した.このアルゴリズムは制御理論におけるモデル予測制御の考え方に着想を得ており,制御理論における道具立てが群れ誘導においても有効であることを示している点で画期的である.この成果は第9回制御部門マルチシンポジウムにて発表され,また査読付き論文誌へ投稿済みである. 上述の成果に加え,アリの採餌行動に着想を得たマルチエージェントシステムのロバスト化に取り組んでおり,シミュレーション環境の構築と予備的な実験の実施を行っている.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究提案における課題1は想定以上の進展を見せている.一方で課題2は分離制御の本質的な困難さ故にうまく進められていない.したがって研究は全体としてはおおむね順調に進展しているものの,次年度は課題2へのエフォートを増やす必要がある.
|
今後の研究の推進方策 |
異種の場合とイヌが複数存在する場合という重要な類型について群れ制御に関する一定の理解を得ることができたが,アプリケーションや群れの制御原理解明の観点からは必ずしも十分とはいえない.そこで今後は,より多種多様なshepherding問題を網羅的に検討すると共に,他の群れ誘導問題への知見の汎化を行っていく必要がある.
|