@techreport{oai:ipsj.ixsq.nii.ac.jp:00186123,
 author = {舟戸, 崚也 and 早野, 真史 and 飯島, 直輝 and 菅原, 俊治 and Ryoya, Funato and Masashi, Hayano and Naoki, Iijima and Toshiharu, Sugawara},
 issue = {9},
 month = {Feb},
 note = {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，そのモデルに通信遅延を導入し，チーム編成時の自らの役割学習と他のエージェントの協調可能性の学習を組み合わせた効率的な割り当て手法を提案する．一般にインターネットサービスを実現するタスクは異なる能力や機能を要求する複数の部分要求 （サブタスク） で構成され，それらすべてのサブタスクを実現することでそのサービスが提供される．そのため，迅速なサービス提供のためには各タスクごとにそれを構成する全サブタスクに適切な能力を持つエージェントを割り当て，一つのチームとして処理する必要がある．これまでのチーム編成問題において，チーム編成の成功率向上を目指し，各エージェントは役割と他のエージェントに対する協調の期待度を自律的に学習する手法がある．しかしその手法では他のエージェントとのメッセージのやり取りにかかる通信遅延を考慮していなかった．現実のネットワークではタスクの処理そのものに加えて通信にも無視できない遅延が発生することがある．そこで本研究ではエージェント間の通信に遅延を加え，モデルを拡張する．このモデルに合致するように既存の学習手法を拡張し，通信の実績からより効率の良いチーム編成を学習する手法を提案する．評価実験から通信遅延を考慮しない既存手法と比較し，効率が改善されたことを示す．},
 title = {通信遅延がある環境における効率的なチーム編成手法の提案},
 year = {2018}
}