【研究領域課題番号】21H04581 (KAKENデータベースで見る）

【研究キーワード】

防災工学 / 大規模ホール / 耐震設計 / 最適化 / AI

【研究種目】基盤研究(A)

【研究期間】2021-04-05 - 2025-03-31

【配分額】40,170千円 (直接経費: 30,900千円、間接経費: 9,270千円)

【研究領域課題番号】20H00616 (KAKENデータベースで見る）

【研究キーワード】

ヒューマンインターフェイス / ヒューマンインタフェース / インタフェース / 制御 / AI / 知的制御 / 最適化 / 協調

【研究成果の概要】

本研究は以下の３つの技術分野に分けて取り組んだ。(A)各軸方向の反力のモデル化、(B)AIを用いた各入力識別、(C)利き手/非利き手の協調制御の構築
「(A) 各軸方向の反力のモデル化」については、これまでの開発したインタフェースは、各軸方向に入力した分だけロボットの速度量を調整するシステムであり、操作者は各軸方向の入力量を知覚しにくいという問題点が存在している。これを解決するためには、操作者がどのように荷重を作用させインタフェースを操作するかを的確に把握することが重要である。このため、回転反力推定の実験と並進反力推定の実験を実施した。さらに、新たなインタフェースに適用可能なモデル開発を実施した。「(B) AIを用いた各入力識別」については、人間が機械を操作する場合において、機械の構造を必ずしも把握していない。このため、制御機構と人間の動作において、方向に関する干渉が発生する。この干渉を解消するために機械学習による解決を考えている。準備段階で実施していたドローンを用いた実験データにより検討を重ね、追加実験を実施した後に、機械学習用のデータを取得した。「(C)利き手/非利き手の協調制御の構築」では、ロボットによる作業のうち、複雑かつ大規模なものを想定している。すなわち、操作に関して、両手、両足などを用いて、ロボット全体を操作するような状況を想定する。まずは、両手として、利き手・非利き手の連動を想定して研究を実施するが、複数のインタフェースを用いた実験環境の構築を進めた。

【研究種目】基盤研究(A)

【研究期間】2020-04-01 - 2023-03-31

【配分額】36,920千円 (直接経費: 28,400千円、間接経費: 8,520千円)

【研究領域課題番号】20H00609 (KAKENデータベースで見る）

【研究キーワード】

ゲーム理論 / 人工知能 / 最適化 / 機械学習 / 実験経済学

【研究成果の概要】

2020年度には，10件の論文出版と，19件の学会発表（うち，招待講演5件）を行った．
マッチンググループでは，従来は部分問題に分割して考察されてきた３者間（例．学生ープロジェクトー研究予算）のマッチングを，一つの問題として解くことに取り組んだ．公平性と割当効率性が一般的には両立不可能であることを示したほか，弱められた公平性・割当効率性を満足する耐戦略的なメカニズムを設計し，その性能を実験によって評価した．本成果は，国際会議 AAMAS-20 にて報告した．
オークショングループでは，研究代表者による既存研究である，情報伝播を伴うオークションから着想を得て，金銭による効用譲渡を用いない資源配分メカニズムにおける情報伝播の動機付けに取り組んだ．詳細には，既存の資源配分メカニズムであるトップトレーディングサイクルアルゴリズムを修正し，ある種の安定な資源配分を出力するメカニズムを設計した．本成果は，AAMAS-21 にて報告した．
人工知能／最適化グループでは，研究代表者が90年代に提唱した分散制約最適化問題(Distributed Constraint Optimization Problems, DCOPs）のフレームワークに，変数の連続性を許す修正を施した， Continuous DCOP (C-DCOP) を提案した．一部の C-DCOP 問題に対する厳密アルゴリズムを提案したほか，一般の C-DCOP 問題に対しては保証付き近似アルゴリズムを提案した．本成果は，国際会議 AAMAS-20 にて報告した．
行動／実験経済学グループでは，課徴金減免制度（リニエンシー制度）の改正に関する講演を行った．また，不確実性下での意思決定に関する一般向け書籍を出版した．

【研究種目】基盤研究(A)

【研究期間】2020-04-01 - 2023-03-31

【配分額】45,110千円 (直接経費: 34,700千円、間接経費: 10,410千円)

【研究領域課題番号】19H04121 (KAKENデータベースで見る）

【研究キーワード】

データセンター / 運用 / 人工知能 / スケジューラ / ログ収集 / 強化学習 / ジョブスケジューリング / 最適化 / オーバーコミット / システムモデル / スーパーコンピュータ / 深層学習 / AI / 計算機運用 / 機械学習 / センサーデータ / スケジューリング / サイバーフィジカルシステム

【研究成果の概要】

データセンターの運用の自動化のため、データセンターからのデータを取得して仮想空間上に再現する方法と、その仮想空間上で運用ポリシーを最適化する方法を研究した。
前者のデータ取得については、機器によるデータフォーマットの違いやデータの用途に依存することなく、様々な運用に役立つ汎用的なデータを多くのデータセンターから収集できる一般的なデータフォーマットと保存形式を定義することに成功した。後者の運用最適化については、制御方法を自動的に学習する強化学習を用いてジョブスケジューリングを最適化することに成功すると共に、その学習の場としてスケジューリングや冷却設備のシミュレータを実装した。

【研究の社会的意義】

データセンターの運用はより少ない資源で多くの計算需要を満たすための高度な技術であり、スケジューリングポリシーの設定、計算機のメンテナンス、さらには電力空調設備の運用やメンテナンスを含む専門的に高度な業務である。近年の労働人口減少に伴い、このような運用業務に携わる人材の確保は容易でなく、今後、益々増大する計算需要を安定的に満たすためには運用の省力化、少人化は必須の課題である。本研究の成果はこの要請に応じるものであり、設備運用やジョブスケジューリングをシミュレーションで再現する方法、さらにそれを用いて人工知能に最適な運用を試行錯誤させる方法を開発したものである。

【研究種目】基盤研究(B)

【研究期間】2019-04-01 - 2022-03-31

【配分額】17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)

【研究分野】デザイン学

【研究領域課題番号】16H03014 (KAKENデータベースで見る）

【研究キーワード】

デザイン科学 / 構成的方法論 / 図式 / 数理 / 論理 / 記号操作 / 人工知能 / 知性 / モデル / 最適化 / 計算 / 建築設計 / 意味論 / 使用の定式化 / 列挙問題 / 形態創生 / トポロジー・形状同時最適化 / 教導方法 / 建築 / 設計支援 / 機械学習 / 生成文法 / 証明論 / 意味 / 実践

【研究成果の概要】

「デザインとはいかなる行為か?」という問いに対し，デザイン行為の本質的構造を表現するモデルを構築すべく，デザインの思考過程における記号操作の意味的構造と実践的役割の関係を，設計案の構成を支援する計算システムの生成，計算システムとデザイナーとのインタラクションの分析，デザインの思考過程における記号操作を連係するモデルの構想を繰り返すことによって明らかにし，デザイン知の一翼を担う言語的知性と論理的知性を磨く方法論の基盤を構築した.
上記成果を展開するシンポジウムや国際セミナーを企画・運営するとともに，国内外の研究者・実務者たちとの議論を通し，研究の意義と方向性の確認を行った.

【研究の社会的意義】

デザイン科学の方法論の構築とザインを支援する計算システムの構想と実装の礎となる，デザインに関わる代表的な記号操作の観点である図式，数理，論理を柱とするモデルは，「デザインとはいかなる行為か?」という素朴な問いに対し，学術的な見地からの答えのひとつを提供するための基盤となる．デザイン科学教育のひとつの重要な鍵となる記号表現や記号操作を設計対象やデザイン行為という実体とを記号化と復号化の双方向において関連づける知性を磨くための方法論の理論的基礎となる．

【研究種目】基盤研究(B)

【研究期間】2016-04-01 - 2019-03-31

【配分額】18,200千円 (直接経費: 14,000千円、間接経費: 4,200千円)

【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】12680387 (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 / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 / ニューラルネットワーク / 実数値GA / 最適化 / 共進化 / 世代交代モデル / 自律エージェント / 進化的計算 / ニューラルネット / 人工知能 / 分散人工知能 / 実数値遺伝的アルゴリズム

【研究成果の概要】

近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して適切な協調行動を獲得させようとすると,各エージェントの状態空間は組合せ的に爆発してしまう.
本研究の代表者らは,適度に圧縮表現された状態空間上で各エージェントが学習可能なマルチエージェント強化学習手法を提案し,それにより上記の状態空間の爆発が回避し得ることを実験的に示してきた.平成12年度は,この手法と進化計算を併用することによって,エージェント群に,状態空間の爆発を回避するための適切な状態空間表現を自動的に獲得させながら,それらが採用すべき協調行動を効果的に組織化させるための手法を提案した.提案手法は,マルチエージェントシステムを構成するエージェントの状態表現およびその行動政策を人手に頼ることなく自動的に設計するための要素技術を提供する.
平成13年度は,状態空間の爆発を回避可能な新しいマルチエージェント強化学習手法として,エージェントの行動政策を予め構造が決定されたニューラルネットにより表現すると共に,その重みベクトルを実数値GAにより最適化することに基礎をおく"進化型ニューラルネット手法"に基づく手法を提案した.提案手法は,連続値/離散値が混在する入出力への対応,連続/離散時間による意思決定への対応,大規模な問題への対応,大域的に良好な行動政策の獲得への対応など,従来手法にはない優れた特色を有しており,マルチエージェントシステムの自動設計のための汎用的な要素技術を提供する.

【研究種目】基盤研究(C)

【研究期間】2000 - 2001

【配分額】3,600千円 (直接経費: 3,600千円)