自動グループ構成手法を用いた遺伝的ネットワークプログラミングによるマルチエージェントの役割分担獲得

• Item type: Journal(1)
• 公開日: 2006-05-15
• タイトル: 自動グループ構成手法を用いた遺伝的ネットワークプログラミングによるマルチエージェントの役割分担獲得
• タイトル / 言語: en
• タイトル: Genetic Network Programming with Automatically Defined Groups for Role Assignment Among Multiple-agents
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 特集：マルチエージェントの理論と応用
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: エージェント学習システム
• 著者所属: 関西大学大学院総合情報学研究科
• 著者所属: 関西大学総合情報学部 関西大学政策グリッドコンピューティング実験センター
• 著者所属(英): en
• 著者所属(英): School of Informatics, Kansai University Graduate School
• 著者所属(英): en
• 著者所属(英): Faculty of Informatics, Kansai University,Policy Grid Computing Laboratory, Kansai University
• 著者名: 中村, 貴志; 村田, 忠彦
• 著者名(英): Takashi, Nakamura; Tadahiko, Murata
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，自動グループ構成手法（Automatically Defined Groups：ADG）を適用した遺伝的ネットワークプログラミング（Genetic Network Programming：GNP）を提案し，マルチエージェントの協調行動学習に適用する．GNP では，ネットワーク構造によりエージェントの行動規則を表現する．従来のGNP では，単一のネットワークですべてのエージェントを制御するHomogeneousモデルの構造が用いられていた．しかし，Homogeneous モデルでは，役割分担などの複雑な協調行動の獲得は難しい．複数のエージェントを制御するには，個々のエージェントに異なった行動規則を与えるHeterogeneous モデルも考えられるが，複雑な行動規則を同時に学習するのは困難である．そこで，エージェント群をグループ化し制御を行うADG 手法が提案されている．ADG 手法では，グループ単位で行動規則を持たせるため，最適化する行動規則の数を抑えることができ，探索効率を向上させている．本論文では，ADG のグループ化の枠組みをGNP に適用した手法を提案する．能力が異なるエージェントに対して異なるタスクを与える荷物搬送問題と，能力が均一なエージェントに対して異なるタスクを与える荷物搬送問題を用いた計算機実験から，提案手法によって複数のエージェントが役割分担し協調行動が生成されることを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose a Genetic Network Programming (GNP) Architecture using Automatically Defined Groups (ADG) to a multi-agent problem where the cooperation of agents is required. GNP is one of evolutionary methods inspired from Genetic Programming (GP). While GP has a tree architecture, GNP has a network architecture with which an agent works in the virtual world. In GNP with ADG, each agent is assigned to a group according to its role to complete some task of a cooperative problem. We consider two types of problems in this paper: one problem is to assign an appropriate role to each agent according to its ability, and the other is to assign a proper role to each agent with the same ability. While the first problem has the specific conditions as for the ability of an agent, the latter has ones. We show the effectiveness of the proposed algorithm through computer simulations on the two problems.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 47, 号 5, p. 1493-1501, 発行日 2006-05-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764