強化学習を用いたチーム編成の効率化モデルの提案と環境変化に対する評価
スポンサーリンク
概要
- 論文の詳細を見る
インターネット上のサービスに対応したタスクは,それを構成する複数のサブタスクを処理することで達成される.効率的なタスク処理のためには,サブタスクを対応する能力やリソースを持つエージェントに適切に割り当てる必要がある.我々はこれまで,強化学習とネットワーク構造の再構成により,チーム編成を効率化する手法を提案してきた.しかし,そこで用いた学習は,近隣のエージェントの内部状態を既知としており,必ずしも現実のシステムと合致しない.また,実験で仮定したエージェントの配置も固定的であった.本論文では,提案手法を,他のエージェントの内部状態ではなく,近隣からのメッセージと遅延を考慮した減衰率から報酬を求め,それに基づいて Q 学習するようにモデル化する.次に,初期配置によらず,学習と組織構造の変化を組み合わせ既存手法よりも効率化できることを示す.さらに,タスクの種類の変化についても,効率的なチーム編成が可能なことを実験により評価する.
- 2011-09-08
著者
-
佐藤 大樹
早稲田大学
-
菅原 俊治
早稲田大学
-
菅原 俊治
Nttソフトウェア研究所
-
菅原 俊治
Ntt基礎研究所
-
菅原 俊治
Ntt ソフトウェア研究所
-
菅原 俊治
Ntt ソフトウエア研
-
菅原 俊治
理工学部コンピュータ・ネットワーク工学科
-
菅原 俊治
早稲田大
-
菅原 俊治
Ntt光ネットワークシステム研究所
-
菅原 俊治
NTT SoftwareLaboratories
-
佐藤 大樹
早稲田大学基幹理工学研究科情報理工学専攻
-
菅原 俊治
早稲田大学 基幹理工学研究科 情報理工学専攻
関連論文
- 同期とグラフを用いたクラスタリング手法の提案と評価(人工知能,データマイニング)
- 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)
- 共起の文脈としてのブロガー利用の試み(Webインテリジェンス,「Webインテリジェンス」及び一般)
- プログラマブルなパケット解析システムの提案
- ポリアミドの複素誘電率に与えるナノフィラー添加の影響
- フェロモンモデルを用いたセンサネットワークトポロジーの自動推定(モデル/理論,ソフトウェアエージェントとその応用論文)
- 述語論理を組み込んだ知識ベ-スシステム(KRINE)
- 大規模マルチエージェントシステムのための確率的落札戦略の提案と評価(モデル/理論,ソフトウェアエージェントとその応用論文)
- エージェント選択戦略によるマルチエージェントシステムの効率と構造について(分散協調とエージェント)
- 文脈規定に寄与する要素に関する考察(意味・談話)
- ネットワークトポロジの次数情報に着目したサーバ・クライアント負荷分散方式の提案と評価(ソフトウェア論文)
- 文書ストリームにおける語のバーストと共起ネットワークにおけるクラスタ構造の関係について
- DS-2-7 安全な情報交換基盤へのアドレス動的変更機構の応用(DS-2. 安全安心とセンシングネットワーク,シンポジウムセッション)
- 3P-5 仮想化ネットワークにおけるトラフィック分布の推定(分散・並列システム,学生セッション,アーキテクチャ)
- 4K-5 異常パケットトレースのアドレス局所性に関する解析(情報爆発時代における分散処理とセキュリティ,一般セッション,「情報爆発」時代に向けた新しいIT基盤技術)
- 広域ネットワークに対応したマルチエージェント組織化支援システム
- 断片アドレスを用いた分散協調インターネット監視に関する一考察(OS-2 : セキュリティ)
- フリースケールネットワーク方式(ネットワークシステム)
- フリースケールネットワーク方式
- LL-007 イベントに基づくBGPトラフィックの解析(L. インターネット)
- DS-2-8 自律型省電力サンプリングのアプリケーション評価(DS-2.安全安心,センシングネットワークとAI,シンポジウムセッション)
- ブラウザの閲覧履歴に基づく探索行動抽出手法(「Webインテリジェンス」及び一般)
- リフレクタエージェントを用いた自律組織間診断システム
- 学級のいじめ問題を題材とする工学的シミュレーションとその考察
- 渋滞緩和エージェントモデルによる渋滞緩和の提案と評価
- 渋滞緩和エージェントモデルによる渋滞緩和の提案と評価
- 大規模インタ-ネットワ-ク/監視エキスパ-トシステムについて
- DS-2-5 センサネットワークにおける人物の動線推定(DS-2.安全安心,センシングネットワークとAI,シンポジウムセッション)
- 特集「インターネット」の編集にあたって(特集●インターネット)
- リンクの動的生成を用いたチーム編成の効率化の提案と評価
- 離散PSOを用いた分散仮想ルータのための動的中継点制御
- エキスパートシステム構築のためのツール(知識工学と生産技術)
- 分散仮想ルータのための動的中継点制御機構
- アドレスの動的変更による自律防御基盤の設計と実装
- 2V-7 DarkNetにおける遅延相関とアドレス間距離との位置関係の解析(ネットワーク理論・プロトコル,学生セッション,ネットワーク)
- DS-2-2 インターユビキタスネットワーク情報基盤のための人間行動マイニング(DS-2. 安全安心とセンシングネットワーク,シンポジウムセッション)
- DS-2-4 省電力環境監視基盤のための追従型サンプリング(DS-2. 安全安心とセンシングネットワーク,シンポジウムセッション)
- 文脈規定に寄与する要素に関する考察(意味・談話)
- 3ZL-6 断片ダークネット・アドレス宛てパケット収集ブリッジの開発と評価(情報爆発時代における安全,安心ネットワーク技術,学生セッション,「情報爆発」時代に向けた新しいIT基盤技術)
- 5K-6 多地点断片ダークネットのための統合データ解析ツールの開発(情報爆発時代における分散システム技術,一般セッション,「情報爆発」時代に向けた新しいIT基盤技術)
- 共起の文脈としてのブロガー利用の試み(Webインテリジェンス,「Webインテリジェンス」及び一般)
- LF-008 大規模自律エージェントシステムにおける契約ネットプロトコルの効率特性(人工知能・ゲーム)
- JAWSの発展とエージェント分野への寄与(エージェント)
- マルチベンダ環境のためのIP-over-ISDNプロトコル : MLP-over-ISDN
- インターネットワーク診断システム(2) : 診断エキスパートシステムの試み
- インターネットワーク診断システム(1) : 障害診断の技法
- 知識表現・推論環境KRINEにおける操作取り消し機構について
- クリッカブルなオブジェクトの撮影の一方式とその評価(ユーザインタフェース)
- 映像短縮再生システムの教育映像への適用評価(コンテンツ処理)
- リスク回避のためのセンサーネットワークによる人間行動抽出(リスク日避とデータ知能学, セマンティックWebとソフトウェア工学, 一般)
- ユーザのアクセス履歴を利用した類似Webサイト発見手法
- センサデータのマイニングによるロケーションモデルの構築とその応用(位置情報システム)
- Organic Entia : 実空間に遍在するセンサ/プロセッサ/アクチュエータの自律構成とそのロケーションモデル
- Organic Entia : 実空間に遍在するセンサ/プロセッサ/アクチュエータの自律構成とそのロケーションモデル
- リンク情報によるWebページ間の類似度推定(●インターネット技術)
- Webアノテーション共有システムCmew/Uの設計と実装
- 音情報と画像情報を用いた動画高速閲覧のための一考察
- F-050 特定ジャンルのブログに対する共起とユーザ別特徴語抽出を用いた話題抽出(F分野:人工知能・ゲーム,一般論文)
- 2W-4 マルチエージェント強化学習による社会規範の発現(学習(1),学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- 1ZE-6 分散協調監視アーキテクチャにおける拠点間の攻撃情報通知フレームワークの開発と評価(ネットワークセキュリティ,一般セッション, セキュリティ,情報処理学会創立50周年記念)
- 6ZA-1 パケットカウントの分布に基づくDarknetトラフィックの解析(システム蓮用・管理(2),学生セッション,ネットワーク,情報処理学会創立50周年記念)
- 1W-6 離散PSOのVLANトラフィック最適化問題への適用と収束性の分析(最適化,学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- 帰納的推論の理論 (学習)
- 1ZB-8 ライフログの継続的収集を目的としたアプリケーションの開発(ユビキタスデータ管理,学生セッション,ネットワーク,情報処理学会創立50周年記念)
- AMPSOを用いたVLAN環境下における動的中継点制御のスケーラビリティの向上
- DS-2-3 センサーネットワークトポロジー推定の分散化(DS-2. 安全安心とセンシングネットワーク,シンポジウムセッション)
- RF-007 センサー間の隣接関係の自動推定の高精度化(人工知能・ゲーム,査読付き論文)
- 時系列センサーデータを使用したセンサー間の隣接関係の推定法の提案(「社会システムにおける知能」および一般)
- 時系列センサーデータを使用したセンサー間の隣接関係の推定法の提案(一般,「社会システムにおける知能」および一般)
- 音データへのリンク情報の埋め込み法(特集・インタラクティブソフトウェア)
- 連続メディアとWWWの統合システムCmewにおけるシナリオ制御機構の実現
- LL-008 ローソク足チャートを用いたTCPトラフィックの表示法(L. インターネット)
- フレーム構造に着目した知識ベース作成支援
- F-038 センサネットワークにおける隣接関係の推定(F分野:人工知能・ゲーム,一般論文)
- VPNとホストの実行環境を統合するパーソナルネットワーク(ソフトウェアシステム)
- 仮想ネットワークアーキテクチャによるネットワークワイドな保護機構(資源管理と保護)
- プログラマブルなパケット解析システムの提案
- 広域IP網自動診断システム:ENCORE
- マルチエージェントを用いた自律組織間診断システム : ENCORE (新しいシステムソフトウェア)
- 1V-2 組織における配置戦略がパフォーマンスと知識継承に与える影響のマルチエージェントシミュレーション(マルチエージェント(1),学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- Minority gameにおけるエージェントの社会的行動に関する一考察
- Minority gameにおけるエージェントの社会的行動に関する一考察
- コンピュータネットワーク上での確率的経路制御方式の評価
- Minority gameにおける個々のエージェントの挙動に関する一考察
- VLAN環境における分散仮想ルーティングに関する一考察(仮想化)
- 分散IDSの実行環境の分離による安全性の向上(OS-3:ネットワーク)(2004年並列/分散/協調処理に関する『青森』サマー・ワークショップ(SWoPP青森2004) : 研究会・連続同時開催)
- RF-007 同期とグラフを用いたクラスタリング手法の提案と評価(人工知能・ゲーム,査読付き論文)
- マルチエージェントパラダイムとネットワーク(繋がりの科学)
- 段階的推定モデルによるセンサネットワークのトポロジー推定
- 強化学習を用いたチーム編成の効率化モデルの提案と環境変化に対する評価
- 幼児エージェントモデル集団における世代学習とその特徴
- ACOを用いたVLAN環境下における動的中継点制御のスケーラビリティの向上
- センサ情報からの系列パターンマイニング(系列パターンマイニングの最近の動向)
- エージェントの複数系統集団における言語の相互世代学習とその特徴
- キーワードテキストに対するイベント自動判定法の提案(「コンテキストを意識した知識の利用」及び一般)
- 遅延観測に基づいた階層型組織の再編成手法とその評価(社会システムと情報技術)
- キーワードテキストに対するイベント自動判定法の提案
- RF-010 報酬に基づく強化学習を用いたチーム編成手法の提案と評価(Web情報処理,F分野:人工知能・ゲーム)
- 家庭におけるスマートメーターを活用した電力需要学習に基づく売買取引手法の提案(「持続可能エネルギー社会とAI」及び一般)
- F-033 スモールワールドモデルのソーシャルメディアにおける協調の進化(F分野:人工知能・ゲーム)