不確実な環境における対話と事例ベーズに基づくマルチエージェント学習言語

概要

論文の詳細を見る
エージェントとその競合的な環境における動作に関する情報は不完全で、雑音が多い。本研究においてエージェントが行動し相互作用し他のエージェントの環境、戦略を学びそれぞれのプランを構築できるような新たな言語を導入する。その行動と相互作用はスピーチアクト理論とゲーム理論に基づく。現在の環境の状態は事例としてエージェントダイナミックメモリにおいて評価、保存される。その際事例ベース推論技術と他の推論を用いる。エージェントは不明なアクション(事例)、類似した、また競合する事例を処理しなければならない。このプロセスを通してエージェントは経験に基づいて事例を説明し、付加し、削除し、洗練することによってエージェントのバックグラウンドの知識との一貫性を増加させる。本研究においては、電子商取引はディーラー、マニュファクチャラ、サーチ、カスタマ、カタログ、デリバリ、そしてバンクの7つのエージェントのソサエティとして定義される。新しい言語はあらゆる状況においても使用可能である。本研究では電子商取引の中でも特に互いに競合しているディーラーとデリバリエージェントにおいて言語の実装を行う。新しい言語の構文、意味の定義を示す。
社団法人電子情報通信学会の論文
1998-11-05

不確実な環境における対話と事例ベーズに基づくマルチエージェント学習言語

スポンサーリンク

概要

著者

関連論文

スポンサーリンク