文献

J-GLOBAL ID：202002261144100262   整理番号：20A0121095

遅延自己強化を用いた凝集ネットワーク【JST・京大機械翻訳】

Cohesive networks using delayed self reinforcement

著者 (1件)： Devasia Santosh (Mechanical Engineering Department, U. of Washington, Seattle, WA 98195-2600, USA)
資料名： Automatica  (Automatica)
巻： 112  ページ： Null  発行年： 2020年 
JST資料番号： B0208A  ISSN： 0005-1098  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ネットワークが目標(合意値)にどのように到達するかは,合意値に達するのに重要である。以前の方法は,新しいコンセンサス値に急速に得ることに焦点を合わせているが,コンセンサス値間または追跡中の遷移の間に,凝集を維持することは困難なままであり,扱われていない。本研究の主な貢献は,凝集を維持する問題に取り組むことである。(1)新しい遅延自己補強(DSR)アプローチを提案する;(ii)高次,不均一動力学を持つエージェントを用いるための拡張,および(iii)DSRベースの方法に対する安定条件の開発。DSRによって,各々のエージェントは,全体的目標を推論するために,近傍から現在と過去の情報を使用して,凝集を改良するために更新法則を修正した。提案したDSRアプローチの利点は,結合を改善するために与えられたネットワークからの利用可能な情報だけを必要とし,ネットワーク接続性修正(常に実行可能でない)を必要とせず,システムの全体的応答速度(より大きな入力を必要とする)では増加しないことである。さらに,例証シミュレーション例を用いて,DSRの有無にかかわらず性能を比較評価した。シミュレーション結果は,DSRによる凝集における実質的改良を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： マルチエージェントシステム ,  *ネットワーク ,  シミュレーション ,  安定条件 ,  接着 ,  *凝集 ,  エージェント
準シソーラス用語： 比較評価 , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチエージェントシステム ,  ネットワーク理論 ,  同期化 ,  接着 ,  時間遅延

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (2件)： 遅延 ,  凝集