关闭

探索和开发多智能体系统的决策和优化

由大量人员和设备组成的系统预计将在未来社会中使用,例如仓库和建筑工地的运输机器人、自动驾驶车辆的操作、无人机的送货和观察、按需送货上门、物流和供应链的自动化和支持、智能电网中的电力资源分配、业务和活动策划的自动化以及支持SNS协作工作的软件。
系统内的多个组件应该如何运行?
我们将人和设备概念化为“代理”,并研究如何理解和解决在实现多个代理的最佳行为时出现的基本问题。我们正在研究各种协作问题,包括优化算法、机器学习和涉及代理之间通信的去中心化解决方法。

信息工程学院|副教授

松井敏博(松井俊弘)

松井俊弘

9 让我们为产业和技术创新奠定基础

关键字

多代理系统
协作解决问题
分布式协同处理
分布式约束优化

领域/程序

研究类别

信息科学、信息工程

研究主题

  • 多代理系统上的优化问题
  • 协作解决问题,分布式协作处理
  • 分布式约束优化
  • 考虑社会效率和公平的去中心化优化
  • 多代理路线搜索

留言

具有不同自治程度的分布式系统需要一种协调多个设备和软件的方法。了解其本质并寻求应用是有趣且具有挑战性的,并且有很多研究。多智能体系统的决策和优化有不同的目标,包括提高整个系统的效率和调整各个组件的利益。解决问题和优化方法包括应用优化算法和分布式算法等创造性方法,以及使用强化学习等机器学习方法从经验和知识中获得的方法。我们将致力于与人工智能技术共同发展的多智能体系统的优化技术。我希望你会感兴趣。