文献

J-GLOBAL ID：202002249328422965   整理番号：20A2694489

疎結合および反復相互作用を伴う文脈を意識したマルチエージェント協調【JST・京大機械翻訳】

Context-Aware Multi-agent Coordination with Loose Couplings and Repeated Interaction

著者 (3件)： Lin Feifei (Nanyang Technological University, Singapore, Singapore) ,  He Xu (Nanyang Technological University, Singapore, Singapore) ,  An Bo (Nanyang Technological University, Singapore, Singapore)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12547  ページ： 103-125  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 複数エージェント間の協調は,産業または社会の多くの地域で見つけることができる。いくつかの最近の進歩にもかかわらず,この問題はコンビナトリアルな性質のために挑戦的である。第1に,指数関数的スケーリング作用集合によって,探索と開発の間の正しいバランスを効果的に探索することは,挑戦的である。第2に,すべてのエージェントの行動を共同で最大化することは,計算的に困難である。これらの課題に取り組むために,サイド情報とゆるい結合,即ち,協調タスクでしばしば利用可能なエージェント間の条件付き独立性を利用した。本論文では,いくつかの主要な貢献を行った。最初に,反復マルチエージェント協調問題を,探査-爆発トレードオフのバランスをとるためのマルチエージェント文脈的帯域問題として定式化した。第2に,MACUCBと呼ばれる新しいアルゴリズムを提案して,それは,修正ズーミング技術を用いて,コンテキスト開発プロセスおよび可変除去技術を改良して,ゆるい結合を利用することによって最大化を効率的に実行した。第3に,MACUCBへの2つの強化を,改善された理論的保証によって提案する。第4に,著者らは各アルゴリズムのレグレットに関する理論的限界を引き出した。最後に,本手法の有効性を実証するために,MACUCBとその変種を現実的なクラウドレット資源レンタル問題に適用した。この問題において,クラウドレットは,低コストでサービスの品質を最適化するために,それらの計算資源を協調しなければならない。実世界データセットに関する著者らのアプローチを評価し,その結果,MACUCBとその変形は他のベンチマークよりも著しく優れていることが分かった。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *相互作用 ,  指数関数 ,  有効性 ,  定式化 ,  周波数帯 ,  ベンチマーク ,  *エージェント
準シソーラス用語： 画像拡大 ,  計算資源 ,  サイド情報 ,  *マルチエージェント ,  *疎結合 , 【Automatic Indexing@JST】

著者キーワード (4件)： マルチエージェント文脈バンディット ,  マルチエージェント協調 ,  ゆるい結合 ,  クラウドレットコンピューティング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 疎結合 ,  反復 ,  相互作用 ,  文脈 ,  意識 ,  マルチエージェント ,  協調