Studies on autonomous learning of agents' organizational formation for system efficiency

点击翻译按钮获取中文摘要

本年度 (2021年度) は、COVID-19の影響で遅れていた目的2に相当する「行動規範の自律的選択による最適組織化の実現」を進めると共に、やはり同影響で遅れていた「能力の相互バランスと相互補完を実現する共同グループ構成 」に着手する。また、これまでの研究で明らかになった、新たな付随的研究項目についても調査を進める。2020年度に提案した順序付き協調タスクにおいて、各エージェントが前後のエージェントの行動を観測しながら遂行する学習方法を、多段のものに適用できるかを確認し、国際会議で発表した。同時に課題も見つかり、さらなる工夫が必要であることも確認した。特に、多段タスクでは、その実行と報酬の受け取りに大きな時間差が生じ、かなり古い情報を書き換えと、その再学習が必要となることがわかった。実際の応用における（ロボットなどの）作業は同時にできるものよりも、ある順序で行うべきものが多いと考えられ、それを背景とした協調作業の行動と学習は重要と位置づけている。第2に、前年度に考案した学習したエージェントが着目している情報を抽出する手法を解明する手法を国際会議で発表するとともに、さらなる高度化を図った。具体的には、同じ周囲の状況でも、自分の位置や周辺にいるエージェントのタイプ（スキルや効率）、情報の信頼性などの条件応じて行動を変える点を明確にする枠組みを提案した。これを国際会議に投稿した。この研究は、協調作業の説明性を向上させ、人間側からのエージェントの理解を実現するものである。また、学習機能には頼らずに、決定的なアルゴリズムによる複数エージェント（ロボットを想定）の同時搬送問題における効率的な、移動アルゴリズムを考案した、これを当該分野でトップ会議であるAAMASで発表した。またその応用を想定した、水平・垂直混合輸送の問題に対して検討進め、国際会議への投稿を目指している。