【研究分野】人工物システムの強化

【研究領域課題番号】17KT0044 (KAKENデータベースで見る）

【研究キーワード】

マルチエージェントシステム / 持続可能性 / 分業 / 強化学習 / 交渉 / 自律分散システム / タスク委託 / ノルム / 進化計算 / 協調体制 / 交渉プロトコル / 巡回問題 / 分業体制 / 人工知能、 / エージェント / 機械学習 / 協調

【研究成果の概要】

本研究では、自律的に判断をする複数のエージェント（自走ロボットなど）から構成されるマルチエージェントシステムにおいて、システムの持続可能性や頑健性を維持するために必須な、取替・更新・定期点検などで停止したときに発生する、一時的な効率・性能低下を緩和するために、エージェント達が自らのタスクを委託し合う交渉手法と、全体の効率を上げるための自律的な組織化・分業化を達成する学習法を追求した。成果は、当該分野でのトップレベルの国際会議で採択されるなど、学術的な評価を得ているものと考える

【研究種目】基盤研究(B)

【研究期間】2017-07-18 - 2022-03-31

【配分額】18,330千円 (直接経費: 14,100千円、間接経費: 4,230千円)

【研究分野】ウェブ情報学・サービス情報学

【研究領域課題番号】16H02907 (KAKENデータベースで見る）

【研究キーワード】

逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 / マルチエージェントシミュレーション / 行動科学 / 最適化 / 敵対的生成ネットワーク / マルチエージェント / メカニズムデザイン / マルチエージェント強化学習 / 多目的強化学習 / 深層強化学習 / ソフトコンピューティング / 機械学習 / 都市計画 / 土木環境システム / 避難行動の規範抽出 / 鉄道運行整理 / 分散深層強化学習 / データ同化 / 対話 / 自然災害 / 認知科学 / エージェント / 人工知能

【研究成果の概要】

本課題では，都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し，これを実現する上で，情報インフラや人の状況判断，法制度の３つのソフトインフラの連携が必要との立場から研究を進めてきた．特に緊急時の二次被害減災は人の行動が鍵であるとし，人の挙動特性を考慮した都市交通システム設計法を提案した．災害における人の行動の規範は，過去の似た状況の記憶に影響を受けるため，正しい情報を直接提供するよりも，最適な行動選択を促す方が効果的であることを確かめた．また，人流の軌跡から行動規範の推定法として，遺伝的アルゴリズムと逆強化学習を導入した２つの方法を提案した．

【研究の社会的意義】

災害時，都市交通機能の停止は，人々の移動手段を奪うが，その後の情報提供や運転再開についての意思決定が重要である．SNSなどによる不確かな情報の錯綜による混乱はもちろん，運営側の運転再開に関する誤った意思決定や避難誘導はさらなる二次災害を引き起こす．本研究の学術的貢献として，災害時の人の意思決定傾向や，情報の局所性，曖昧性を考慮した運営側，あるいは政府による最適な避難誘導案の生成支援が挙げられる．また，社会的意義として，人の意思決定傾向を踏まえた混乱や混雑が生じる状況や場所を予測可能にしたこと，および，本結果に基づいた法の見直しの根拠を与えることを可能にした点を挙げる．

【研究種目】基盤研究(B)

【研究期間】2016-04-01 - 2019-03-31

【配分額】15,210千円 (直接経費: 11,700千円、間接経費: 3,510千円)

【研究分野】知能情報学

【研究領域課題番号】21240012 (KAKENデータベースで見る）

【研究キーワード】

知能ロボティクス / 機械学習 / エージェント / 設計工学 / サービス / サービスシステム / サービス工学 / 顧客満足度評価

【研究成果の概要】

サービス提供の自動化と個別適応の実現のためには,サービスの受け手の内的な状態の把握とサービスの選択が準備されなければならない.そこで本研究では受け手の内部状態の推定と満足度評価の具体的事例検証として物品の手渡し動作,お辞儀動作を例として評価指標を導出した.加えて,期待形成あるいは集団顧客の特性を考慮した満足度評価の手法を開発することができた.これにより,サービスシステム構築の基礎的研究を達成した.

【研究種目】基盤研究(A)

【研究期間】2009 - 2011

【配分額】27,300千円 (直接経費: 21,000千円、間接経費: 6,300千円)

【研究分野】知能情報学

【研究領域課題番号】13480090 (KAKENデータベースで見る）

【研究キーワード】

機械学習 / エージェント / 人工知能 / データマイニング / 医療情報

【研究成果の概要】

本研究では、データ処理だけではなく、ユーザがデータ構造を認識し、処理目標を決定するデータ解析も前処理の支援範囲とする。データ解析ではデータの視認性が大切であり、そのためにデータの階層関係を木構造で可視化するインタフェースを開発した。
さらに、前処理のプロセスを「基本的な前処理」と「特別な前処理」の二つに分けた。前者はデータの初期設定とデータクリーニングであり、マイニング結果に依存しにくいプロセスである。後者はマイニング結果に応じてフィードバックのかかる処理である。GIANTには評価結果をフィードバックさせることにより、ルールの重み(=ネットワークのリンクの重み)を調整する機能がある。これを用いて特別な前処理のプロセスを制御する試みを行った。データマイニングの要素モジュールもかなりの計算資源を消費するが、GIANTではそれを要素とするデータマイニングの過程自体を学習するような一種のメタ学習を行う。これにより、データマイニングの処理手順自体を学習により獲得するための目処を得ることができた。
最後に、前処理支援システムを実際のデータでテストし、問題点を徹底的に洗い出した。また、実際に医療データを用いて、ユーザにシステムを試用してもらい、前処理過程の抽出を行った。処理ステップ数を典型的なデータベースソフトであるAccessと比較し、本システムを用いることにより、処理ステップ数が少なくなっていることを確認した。

【研究種目】基盤研究(B)

【研究期間】2001 - 2004

【配分額】14,700千円 (直接経費: 14,700千円)

【研究分野】知能情報学

【研究領域課題番号】12308014 (KAKENデータベースで見る）

【研究キーワード】

アニメーテッドエージェント / 形態素解析 / 構文解析 / 照応解析 / 省略解析 / マンマシンインターフェース / 対話 / 機械学習 / エージェント / アニメーション / 仮想空間

【研究成果の概要】

本研究課題では、自然言語に基づくマンマシンインターフェースの実現を目指し、その一例としてアニメーテッドエージェントを構築することを目的とする。アニメーテッドエージェントとは、コンピュータ上に実現された知的エージェントであり、ユーザが自然言語によって与えられた命令を理解し、その命令通りに行動することができる機能を持つ。
このようなアニメーテッドエージェントを構築するための基礎的な技術を開発した。まず、形態素・構文解析モジュールの改良を行った。特に、どんなアプリケーションにも対応できるように、形態素・構文解析モジュールの一般化を行った。また、対話などの話し言葉では、文法的に正しくない文がしばしば発話される。このような不適格文を解析するために、単語の意味役割などを利用した新しい手法を提案し、実装した。さらに、人間が動作命令を与える際には、動作の解釈に必要な要素がしばしば省略される。この問題を解決するために、プランニングの知識を利用した照応・省略解析アルゴリズムを開発した。
以上のような要素技術を統合し、「傀儡」と呼ばれるアニメーテッドエージェントを構築した。「傀儡」におけるエージェントは、理解できる命令の種類に限りはあるが、人間の命令を理解しその通りに行動することができる。また、本システムはインターネット上で公開し、関連する研究者なら誰でも利用することが可能である。

【研究種目】基盤研究(A)

【研究期間】2000 - 2001

【配分額】25,820千円 (直接経費: 23,300千円、間接経費: 2,520千円)