速度および予算制約の下での探索タスクに対する協調解【JST・京大機械翻訳】

Karishma; Rao Shrisha

プレプリント

J-GLOBAL ID：202202217172007310 整理番号：22P0288503

速度および予算制約の下での探索タスクに対する協調解【JST・京大機械翻訳】

Cooperative Solutions to Exploration Tasks Under Speed and Budget Constraints

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月11日プレプリントサーバーでの情報更新日： 2022年02月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

エージェントが依存タスクのシステムを解くために協調できるマルチエージェントシステムを提示し,エージェントは,解空間を探索する能力を持ち,推論を,また,限られた予算の下で情報のためのクエリーを問う。解空間の再探索は,より古い解が,環境内の動的変化に適応できる場合,エージェントによって行われる。タスク依存性,高依存グラフG_40(それぞれ,タスクを代表している40の高度に連結されたノードを含むよく知られたプログラムグラフ)と,より少ない依存グラフG_18(より少ないリンクで18のタスクを含むプログラムグラフ),エージェントの速度を増加させ,エージェントに利用可能な質問予算とクエリーバジェットの計算量を,調査する。特に,エージェントの速度と質問予算の間のトレードオフを評価した。実験の間,単一エージェントの速度の増加は,あるポイントだけにシステム性能を改善し,そして,より速いエージェントの数の増加は,タスク依存性のためにシステム性能を改善しないかもしれないことを観察した。「Matthew効果」に沿って,予算配分中の高速エージェントのファブリングはシステム性能を高める。また,より早いエージェントへのより多くの予算の割り当ては,より依存しないシステムに対してより良い性能を与えるが,より速いエージェントの数を増加させると,高依存システムに対してより良い性能が得られることも観測された。【JST・京大機械翻訳】

, , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , ロボットの運動・制御

, , , , ,

前のページに戻る