权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

On negotiation protocol/strategy exerting capabilities in large-scale multi-agent systems.

关于在大规模多智能体系统中发挥能力的协商协议/策略。

基本信息

批准号：
22300056
负责人：
SUGAWARA Toshiharu
金额：
$ 5.49万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2010
资助国家：
日本
起止时间：
2010 至 2012
项目状态：
已结题

项目摘要

We proposed the negotiation method, especially the effective task assignment method, in large-scale autonomous multi-agent systems based on contract net protocol and market-based allocation. In task assignment by the market- and bid-based approaches, agents will concentrate on a few specific "good" tasks for their selections. Thus, if the systems are large, the system’s efficiency often falls as a result. However, this performance degrade highly depends to the degree of the system’s workload. We introduced the concept of phantom tasks that are used to estimate the local workloads, and proposed the method in which agents decide their allocation strategy depending on the estimated workload.

提出了基于契约网协议和市场分配的大规模自治多智能体系统的协商方法，特别是有效的任务分配方法。在基于市场和竞价方法的任务分配中，代理将集中在几个特定的“好”任务上进行选择。因此，如果系统很大，系统的效率往往会下降。然而，这种性能下降在很大程度上取决于系统工作负载的程度。我们引入了用于估计本地工作负载的虚拟任务的概念，并提出了agent根据估计的工作负载决定其分配策略的方法。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

センサー情報からの系列パターンマイニング

从传感器信息中挖掘系列模式

DOI：
发表时间：
2012
期刊：
人工知能学会誌
影响因子：
0
作者：
栗原聡;福田健介;菅原俊治
通讯作者：
菅原俊治

強化学習を用いたチーム編成の効率化モデルの提案と環境変化に対する評価

提出使用强化学习和环境变化评估的有效团队组建模型

DOI：
发表时间：
2011
期刊：
影响因子：
0
作者：
佐藤大樹;菅原俊治
通讯作者：
菅原俊治

Fluctuated Peer Selection Policy and its Performance in Large-Scale Multi-agent Systems

大规模多智能体系统中波动的对等选择策略及其性能

DOI：
发表时间：
2010
期刊：
International Journal of Web Intelligence and Agent Systems
影响因子：
0
作者：
Toshiharu Sugawara;Kensuke Fukuda;Toshio Hirotsu;Shin-ya Sato;Osamu;Akashi;Satoshi Kurihara
通讯作者：
Satoshi Kurihara

Reorganization of Agent Networks with Reinforcement Learning based on Communication Delay

基于通信延迟的强化学习智能体网络重组

DOI：
10.1109/wi-iat.2012.105
发表时间：
2012
期刊：
Proceedings of 2012 IEEE/WIC/ACM International Conference on Intelligent Agent Technology (IAT-12)
影响因子：
0
作者：
桂木敦史;櫻井祐子;岩崎敦;横尾真;Kazuki Urakawa and Toshiharu Sugawara
通讯作者：
Kazuki Urakawa and Toshiharu Sugawara

Deciding Roles for Efficient Team Formation by Parameter Learning

通过参数学习确定角色以实现高效团队组建

DOI：
10.1007/978-3-642-30947-2_59
发表时间：
2012
期刊：
Proceedings of the 6th International KES Conference on Agents and Multi-Agent Systems - Technologies and Applications
影响因子：
0
作者：
Miki Hirabayashi;Ibuki Kawamata;Masami Hagiya;Hiroaki Kojima;andKazuhiro Oiwa;Dai Hamada and Toshiharu Sugawara
通讯作者：
Dai Hamada and Toshiharu Sugawara