2022 Fiscal Year Annual Research Report
Approximate Optimization Algorithms with Theoretical Rationales in Markov Decision Processes
| Project/Area Number |
19K04904
|
|---|
| Research Institution | Nagoya Institute of Technology |
|---|
Principal Investigator |
中出 康一 名古屋工業大学, 工学(系)研究科(研究院), 教授 (50207825)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | マルコフ決定過程 / 強化学習 / 生産 / 発注 |
|---|
| Outline of Annual Research Achievements |
マルコフ決定過程の最適政策が持つ性質を理論的に示す方法についていくつかとりあげた．具体的には，在庫政策の閾値政策の最適性，待ち行列の到着・サービス制御に関する最適政策が持つ性質，並列待ち行列の最適割当て，劣化部品の予防取り替え，最適発注政策とLナチュラル凸性等から求められる最適発注政策の上下限に関する性質等を取り上げている．これらの結果から，今後の研究の方向性について検討した．また，グリーンサプライチェインにおける小売業者と製造業者の個別最適化モデルをとりあげ，その中で小売業者は，生産業者からの卸売価格が与えられた時にマルコフ決定過程により最適発注と小売価格を定め，生産者は炭素税コストを抑えるように投資を行いながら最適な生産量と卸売価格を定める問題を取り上げている．小売業者が発注する政策について数値例を通して議論した．さらに，顧客のリクエストに応じてタクシーを回送する経路とどのリクエストに対応するかを決定する問題をマルコフ決定過程をもちいて検討し，顧客のリクエストが次期まで許される場合，到着率の大小によって，リクエストの一部を次期に回すかどうかが異なることを示している．このようにマルコフ決定過程の理論的性質を調べ，又適用例を通した数値実験から最適政策がもつ性質についても個々のもでるについて考察することができた．しかしながら，新たな方法により理論的な最適政策が持つ性質を見いだすことまではできなかった．
|
