文献

J-GLOBAL ID：201202244700075404   整理番号：12A0274391

ソーシャルネットワークにおけるマルチエージェントタスク割当

Multiagent task allocation in social networks

著者 (3件)： WEERDT Mathijs M. (Delft Univ. of Technol., Delft, NLD) ,  ZHANG Yingqian (Erasmus School of Economics, Dep. of Econometrics, Rotterdam, NLD) ,  KLOS Tomas (Delft Univ. of Technol., Delft, NLD)
資料名： Autonomous Agents and Multi-Agent Systems  (Autonomous Agents and Multi-Agent Systems)
巻： 25  号： 1  ページ： 46-86  発行年： 2012年07月 
JST資料番号： W1340A  ISSN： 1387-2532  CODEN： AAMSFJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,エージェントがソーシャルネットワークの中で接続されていて,タスクはネットワーク上に分散しているエージェントに向けて到着するような場合の,タスク割当問題の新しい変種を提案した。この問題の計算量がNP完全のままであることを示した。さらに,それは同一因子の中での近似が可能では無い。これと比較して,この問題に対し効率的な欲張りアルゴリズムを開発した。提案アルゴリズムは完全分散型であり,エージェントはタスクやリソースについてのほんの局所的な知識しか持たないことを想定した。高範囲の実験を実施し,解の品質および計算時間の観点から提案アルゴリズムの性能およびスケーラビリティの評価を行った。3種類の異なるタイプのネットワーク,即ち,スモールワールドネットワーク,ランダムネットワーク,スケールフリーネットワーク,を用いて,現実的アプリケーションの中でのエージェント間の各種の社会的関係を表現した。その結果,提案アルゴリズムがうまく作動することと,それが大規模アプリケーションに対してもうまくスケーリングすることを示した。さらに,リソースを保持するエージェントが利己的である場合の環境におけるこれと同一の問題について考察した。このために,これらエージェントが真実性を持つことに対してインセンティブを与えるために,どのようにして最適アルゴリズムが利用可能になるのかを示した。しかしながら,真実性メカニズムの中では効率的な欲張りアルゴリズムは利用できないため,それの代わりとなるクラスタベースアルゴリズムの提案および評価を行った。Copyright 2011 The Author(s) Translated from English into Japanese by JST.

シソーラス用語： *マルチエージェントシステム ,  *情報ネットワーク ,  エージェントモデル ,  NP完全問題 ,  計算量 ,  計算機アルゴリズム ,  スケーラビリティ【計算機】 ,  性能評価 ,  ネットワーク ,  動機づけ ,  アルゴリズム
準シソーラス用語： *ソーシャルネットワーク ,  欲張りアルゴリズム ,  スモールワールドネットワーク ,  スケールフリーネットワーク ,  ランダムネットワーク ,  インセンティブ ,  最適アルゴリズム

分類 (2件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： ソーシャルネットワーク ,  マルチエージェント ,  タスク割当