組織の再構成によるチーム編成の効率化への組織構造による影響(「社会的インタラクションにおける知」及び一般)

概要

論文の詳細を見る
本論文では,木構造のコンピュータネットワーク上の分散協調処理におけるチーム編成に関して,エージェントの強化学習とコンピュータ間を接続するリンクを動的に生成することでネットワークの再構成を行い,より効率的にチーム編成を行える手法を提案する.また,分散協調処理を行うネットワークの構造が提案手法の効率にどのような影響を及ぼすかを検証するため,3種類のネットワーク構造において,エージェントの強化学習のみを利用した既存の手法や学習なし手法との性能比較実験を行った.その結果,リソースやタスクの量・種類が一定の場合,いずれの手法も木構造のネットワークの深さがあるほど獲得する効用が多く,またいずれの構造においても提案手法が最も優れた性能を示すことがわかった.一方,ネットワーク構造の違いによる性能の差異としては,階層が深いほど獲得効用が多く,階層が浅いほど獲得効用が少なくなる傾向が見られた.また,階層が深いほど廃棄率が高く,階層が浅いほど廃棄率が低くなる傾向も見られたことから,複数階層間のコミュニケーションの遅延により,獲得効用と廃棄率のトレードオフが発生していることが推測された.
2009-09-18