主催: 一般社団法人 人工知能学会
会議名: 第34回全国大会(2020)
回次: 34
開催地: Online
開催日: 2020/06/09 - 2020/06/12
本研究では、マルチエージェントシステムにおけるタスク割り当て問題をチーム編成問題と捉え、エリアの概念を導入したモデルを提案する。これまでのチーム編成問題において、チーム編成成功率向上と安定性を目指し、自分の役割と他のエージェントに対する信頼関係を自律的に学習し、協力関係を築く手法がある。しかし、その手法のモデルでは環境全体に一様にタスクが発生し、非均一なタスクの発生環境は考慮されていなかった。現実ではタスクの発生数がどのエリアでも同様であることは考えられない。そこで本研究では環境をエリアに分割し、それぞれで異なるタスク負荷でも、近隣に影響しながら広くチームを構成するようにモデルを拡張した。さらにこのモデルに合致するように学習手法を拡張し、より効率の良いチーム編成手法を提案する。評価実験により既存手法と比較し、提案手法を用いることで効率が改善されたこと、非均質環境に適応したことを示す。