文献

J-GLOBAL ID：202102237077798770   整理番号：21A1195439

回避能力と動的メモリを持つマルチエージェントシステムのための階層的挙動モデル【JST・京大機械翻訳】

Hierarchical Behavior Model for Multi-Agent System with Evasion Capabilities and Dynamic Memory

著者 (2件)： Cetin Aydin ,  Bulbul Erhan
資料名： ISPRS International Journal of Geo-Information (Web)  (ISPRS International Journal of Geo-Information (Web))
巻： 9  号： 4  ページ： 279  発行年： 2020年 
JST資料番号： U7212A  ISSN： 2220-9964  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 薬剤の挙動は,その役割に依存して,単純または複雑になる。エージェントを用いた行動シミュレーションは,異なる利点と短所を持つ複数のアプローチを持つ。階層的モデルに異なる挙動を結合することにより,状況非効率性を補償できる。本論文では,行動計画における異なるメカニズムを組み合わせた行動階層モデルを提案した。本研究では,衝突回避,交渉,コンフリクトソリューション,および同一マルチエージェントモデルにおける経路計画メカニズムを用いて,緊急時のオフィス環境における社会的行動をシミュレーションし,それらの効果および組合せセットアップの効率を見出した。独立エージェントは,記憶拡張,経路発見,および検索能力を持ち,そして,自分自身の間で情報を交換し,混雑と衝突の方法を見つけるための回避行動を実行する能力を持っている。設計したモデルは,避難シナリオ中のエージェントの行動階層と行動順序を修正できる。さらに,各エージェント行動は別々に可能か,あるいは障害できる。避難と避難比に必要な時間に関して,逃避性能に対するこれらの能力の影響を測定した。試験結果は,提案モデルにおけるすべての機構が,異なる階層構造を必要とする状況において互いによく適合する特性を有することを示した。動的メモリ管理(DMM)は,階層的挙動計画と共に,いかなる初期環境情報でもエージェントを提供せずに,脱出時間において23.14%の性能改善を達成した。Copyright 2021 The Author(s) 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 ,  避難 ,  階層構造 ,  ダイナミックメモリ ,  行動計画 ,  *エージェント ,  *マルチエージェントシステム ,  マルチエージェントモデル ,  衝突回避 ,  経路探索
準シソーラス用語： 環境情報 ,  回避行動 ,  挙動モデル ,  階層モデル ,  *マルチエージェント , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチエージェント ,  行動モデリング ,  空間探査 ,  緊急避難 ,  経路探索 ,  シミュレーション

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (46件)：

• Cimler, R.; Doležal, O.; Kühnová, J.; Pavlík, J. Herding Algorithm in a Large Scale Multi-agent Simulation. In Smart Innovation, System and Technologies; Jezic, G., Chen-Burger, Y.H., Howlett, R., Jain, L., Eds.; Springer: Cham, Switzerland, 2016; Volume 58, pp. 83-94.
• Amigoni, F.; Castelletti, A.; Gazzotti, P.; Giuliani, M.; Mason, E. Water Resources Systems Operations via Multiagent Negotiation: (Extended Abstract), AAMAS ’16. In Proceedings of the 2016 International Conference on Autonomous Agents & Multiagent Systems, Singapore, 9-13 May 2016; pp. 1379-1380.
• Xuan, P.; Lesser, V.; Zilberstein, S. Communication Decisions in Multi-agent Cooperation: Model and Experiments AGENTS’01. In Proceedings of the fifth international conference on Autonomous agents, Montreal, QC, Canada, 28 May-1 June 2001; pp. 616-623.
• Greco, A.; Pluchino, A.; Barbarossa, L.; Barreca, G.; Caliò, I.; Martinico, F.; Rapisarda, A. A New Agent-Based Methodology for the Seismic Vulnerability Assessment of Urban Areas. ISPRS Int. J. Geo-Inf. 2019, 8, 274.
• Cao, Y.; Zhang, L.; Li, C.; Chen, M.Z.Q. Observer-Based Consensus Tracking of Nonlinear Agents in Hybrid Varying Directed Topology. IEEE Trans. Cybern. 2017, 47, 2212-2222.

タイトルに関連する用語 (5件)： 回避 ,  能力 ,  動的メモリ ,  マルチエージェントシステム ,  挙動モデル