シミュレーション環境との共進化による新しい輻輳制御アルゴリズムの自動生成

通过与仿真环境共同进化自动生成新的拥塞控制算法

• 批准号: 21H03414
• 负责人: 阿部 洋丈
• 金额: $ 11.15万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03414/
• 关键词: インターネット; 輻輳制御; 機械学習; 共進化

当年度は以下の2点について重点的に研究を実施した。1つは、評価関数の見直しによるエージェント進化プロセスの改良である。前年度までに実施していた方式（Endo et al. ALIFE 2022）は、生み出されたエージェントの「良さ」を表す指標として、エージェント自身の通信のスループット性能の値のみを使用する関数のみを用いていた。そのため、競合する他の通信の通信を大きく悪化させかねないようなエージェントが多数生き残ってしまうという現象が見られた。そこで、エージェント自身のスループットに加えて、他の通信との公平性指標を考慮に入れた関数の設計と評価に向けた取り組みを行った。もう1点は、2022年末から急速に社会的な注目を集めた、ChatGPTに代表されるLLM(大規模言語モデル)の活用についての検討である。前年度までに実施していた方式は、Grammatical Evolution を利用しての交叉や突然変異によって新しいエージェントを生成していた。 この方式は、事前に文法を規定するため、文法的に誤っているエージェントを生成することがないという利点がある一方、その文法によって生成されるエージェントの多様性が制限されてしまうという課題もあった。そこで我々は、LLMによってコードを生成させることで、文法的な誤りが少ないという特徴と、文法に縛られないという特徴の両立する方式の検討を実施した。

The following 2 points of the current year are the focus of research and implementation. 1つは, evaluation of the number of evaluations of the number is straight and the evolution is the improvement of the system. ALIFE method of the previous year (Endo et al. 2022) は、生み出されたエージェントの「Good さ」をTable indicator として、エージェント's own communication function and performance function are used. no communication, no communication, no communication Most of the うなエージェントが生き residual ってしまうというphenomenon が见られた.そこで, エージェントhimself のスループットに加えて, his communication との公The flatness index considers the design and evaluation of the number of inputs and outputs of the test group.もう1点は, から Rapid Society's attention を集めた at the end of 2022, ChatGPT にrepresentative されるLLM (Large Scale Language モデル)'s utilization についての検である. Previous year's までに実士していたWAYは, Grammatical Evolution をutilizationしてのcrossや suddenly changed によって新しいエージェントをGeneration していた. このWAYは, grammatical rules in advance, grammatical mistakes, grammatical errors, grammatical errors, and grammatical errors. Click on one side, do grammar and grammar, and generate grammar and grammar.そこで我々は, LLMによってコードをGenerationさせることで, Grammatical Mistakesりが小ないという特徴と、grammarにtieられないという特徴の両立する法の検事を実事した.

项目成果

Toward automatic generation of diverse congestion control algorithms through co-evolution with simulation environments

通过与模拟环境的共同进化自动生成多种拥塞控制算法

• 发表时间: 2022
• 作者: Teruto Endo;Hirotake Abe;Mizuki Oka
• 通讯作者: Mizuki Oka

輻輳制御アルゴリズムの自動生成におけるStructured Grammatical Evolution適用の検討

应用结构化语法进化自动生成拥塞控制算法的研究

• 发表时间: 2022
• 作者: Mika Takeuchi;Mari Honda;Ayaka Tsuboi;Satomi Minato-Inokawa;Miki Kurata;Bin Wu;Tsutomu Kazumi;Keisuke Fukuo;広瀬 智之，阿部 洋丈，岡 瑞起
• 通讯作者: 広瀬 智之，阿部 洋丈，岡 瑞起

Towards automatic generation of congestion control algorithms by coevolving the environment

通过环境协同进化自动生成拥塞控制算法

• 发表时间: 2021
• 作者: Teruto Endo;Hirotake Abe and Mizuki Oka
• 通讯作者: Hirotake Abe and Mizuki Oka