Mathematical Foundations of Multi-Agent Optimization

多智能体优化的数学基础

基本信息

批准号：
20H00587
负责人：
東藤大樹
金额：
$ 28.7万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

2021年度は主に，金銭の介在しないマルチエージェントシステムのための，公平性を考慮した資源配分に関する研究を推進した．本年度の研究業績としては，査読あり論文７件（うち国際共著３件），学会発表２１件（うち招待講演４件，さらにそのうち２件は国際会議における招待講演）がある．また，香港城市大学（中国）・ニューサウスウェールズ大学（オーストラリア）・バーイラン大学（イスラエル）・チューリッヒ大学（スイス）との国際共同研究を遂行した．学校選択制や研修医配属に応用可能なマッチング理論に関しては，エージェントの集合に関する公平性（fairness among groups）を満足するマッチングアルゴリズムを提案した．本研究成果は，2021年度開催の，人工知能分野で最難関の国際会議IJCAI-21にて報告された．また，上記研究から着想を得て，エージェントの選好（好み）が完全には観測できないモデルを新たに考慮し，このモデルのもとで安定なマッチングを求めるアルゴリズムを提案した．本研究成果は，意思決定理論に関する新興国際会議 ADT-2021 で報告された一方，マルチエージェントのための合意形成理論として，選好に関する虚偽表明や，複数の名義を用いる不正行為に頑健なアルゴリズムの設計にも取り組んだ．具体的には，不正に頑健なアルゴリズムを設計したほか，そのようなアルゴリズムが設計可能であるための必要条件を，合意形成空間の形状（グラフ構造）に関して与えた．本研究成果は，マルチエージェントシステム分野で最も権威ある国際論文誌 Autonomous Agents and Multi-Agent Systems より出版された．

在2021财年，我们主要促进了对资源分配的研究，这些研究考虑到不涉及金钱的多代理系统公平性。今年的研究成就包括7份同行评审的论文（其中三篇是国际合着的论文）和21次学术会议演讲（其中4篇是受邀的讲座，其中两篇是在国际会议上邀请了其中的两篇演讲）。他还在香港大学（中国），新南威尔士大学（澳大利亚），巴希兰大学（以色列）和苏黎世大学（瑞士）进行了国际联合研究。关于可以应用于学校选择和居民作业的匹配理论，我们提出了一种匹配算法，该算法满足了一组代理的群体之间的公平性。这项研究的结果是在IJCAI-21上报道的，IJCAI-21是2021年在人工智能领域中最具挑战性的国际会议。受到上述研究的启发，我们提出了一种算法，用于根据该模型获得稳定的匹配，考虑到该模型的新模型，无法完全观察到代理偏好（偏好）。尽管这项研究是在新兴的决策理论ADT-2021国际会议上报告的，但它还致力于设计算法的设计，这些算法对偏好和欺诈行为的虚假陈述使用多个名称作为对多机构的共识建设理论。具体而言，除了设计不正确的鲁棒算法外，我们还为能够根据共识建筑空间的形状（图结构）设计了这种算法的必要条件。这项研究发现是由自主代理和多代理系统发表的，这是多代理系统领域中最负盛名的国际杂志。