Optimizing Asynchronous P2P Negotiations for Sharing Distributed Tasks and Resources

点击翻译按钮获取中文摘要

異なる地域・組織間におけるタスクやリソースのシェアリングは、学術的には複雑な資源配分問題における解の構造の解明において重要な課題であるとともに、社会的には業務の効率性において実現が急務とされる課題である。タスクやリソースは当事者同士で交渉して合意すれば、担当・所有者を変更することができる。しかしながら、タスクやリソースを個人や組織間で移動するには時間がかかる。一方、現実世界の多くのタスクは限られた時間内に処理しなければならない。例えば、患者を治療するというタスクでは、重症度により治療タスク開始までの時間は限られる。本研究では広域で非同期的に緊急度の異なるタスクが多発する場面を想定する。制限時間内に完了できないタスクを減らすため、移動時間と制限時間を考慮し、タスク・リソースシェアリング交渉を限られた回数で効果的にまとめるためのP2Pシェア交渉AIサポートシステムを考案する。その効果はシミュレーションで検証する。これが本研究の目的である。2022年度では、2021年度に開発したアルゴリズムを改良し、リソースの過不足ある病院間で患者のシェアリングを実現する応用シナリオにおいて、病院間の距離をを考慮し、タスク転送（つまり患者の転院）を実施する病院間の距離を短くし、患者の移動コストを削減した。さらに、もともとの目的である「手遅れになる患者の数の削減」においても、このアルゴリズムは、2021年度のアルゴリズムよりも改良された。この結果は、国際会議KES AMSTA2022で発表した。また、予定外のAI研究（交通や人材やデータ転送に関するタスク・リソース管理など）の成果として、上記KES AMSTA2022の論文の他にも、国際論文誌1件、国際学会発表4件（うち、受賞1件）、国内学会発表1件、紀要3件という成果をだすことができた。