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

点击翻译按钮获取中文摘要

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。