文献

J-GLOBAL ID：201802217977202870   整理番号：18A0942977

資源制約を伴う協調マルチエージェントオンライン探索のためのサンプリングベースBayesアプローチ【JST・京大機械翻訳】

A Sampling-Based Bayesian Approach for Cooperative Multiagent Online Search With Resource Constraints

著者 (3件)： Xiao Hu (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an, China) ,  Cui Rongxin (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an, China) ,  Xu Demin (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 48  号： 6  ページ： 1773-1785  発行年： 2018年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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： 本論文は,複数の制約の下で二次元平面上のターゲットの探索の問題を解決するための協調的マルチエージェント探索アルゴリズムを提示した。Bayesフレームワークを用いて,エージェントが観測情報を得るとき,ターゲットの局所確率密度関数(PDFs)を更新した。意思決定に用いられるグローバルPDFを得るために,サンプリングに基づく対数的意見プールアルゴリズムを提案し,局所PDFsを融合し,粒子サンプリング手法を用いて連続PDFを表現した。次に,Gauss混合モデル(GMM)を,粒子からグローバルPDFを再構成するために適用して,加重期待値最大化アルゴリズムを,GMMのパラメータを推定するために提示した。さらに,資源消費量の少ない目標を見出し,各エージェントの資源消費を同時にバランスさせることを目的とした最適化目標を提案した。この目的のために,効用関数ベースの最適化問題を提唱し,それを勾配ベースのアプローチによって解決した。いくつかの契約シミュレーションは,他の既存のアプローチと比較して,提案したものがより少ない全体的資源を使用して,資源消費をバランスさせるより良い性能を示すことを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  意思決定 ,  *エージェント ,  最適化 ,  再構成 ,  効用関数 ,  二次元 ,  最適化問題 ,  確率密度関数
準シソーラス用語： 資源消費 ,  EMアルゴリズム ,  Gauss混合モデル ,  探索アルゴリズム ,  *マルチエージェント ,  *資源制約 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 資源制約 ,  協調 ,  マルチエージェント ,  オンライン ,  探索 ,  サンプリング