JP7283624B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

情報処理装置、情報処理方法、及びプログラム Download PDF

Info

Publication number
JP7283624B2
JP7283624B2 JP2022502376A JP2022502376A JP7283624B2 JP 7283624 B2 JP7283624 B2 JP 7283624B2 JP 2022502376 A JP2022502376 A JP 2022502376A JP 2022502376 A JP2022502376 A JP 2022502376A JP 7283624 B2 JP7283624 B2 JP 7283624B2
Authority
JP
Japan
Prior art keywords
task
agent
weight
model
information processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022502376A
Other languages
English (en)
Other versions
JPWO2021171374A1 (ja
JPWO2021171374A5 (ja
Inventor
真直 町田
真澄 一圓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2021171374A1 publication Critical patent/JPWO2021171374A1/ja
Publication of JPWO2021171374A5 publication Critical patent/JPWO2021171374A5/ja
Application granted granted Critical
Publication of JP7283624B2 publication Critical patent/JP7283624B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)

Description

本発明は、マルチエージェントシステムにおいてエージェント間での協調動作を実現するための、情報処理装置及び情報処理方法に関し、更には、それらを実現するためのプログラムに関する。
複数のエージェントを協調させて動作させるシステムは、マルチエージェントシステムと呼ばれる。マルチエージェントシステムでは、各エージェントは、自身のセンサが観測した情報と、近くに存在する他のエージェントからローカルな通信で得られた情報とに基づいて、自身の行動を決定する。また、マルチエージェントシステムにおけるエージェントの代表例としては、自律走行型のロボットが挙げられるが、エージェントには人が含まれていても良い。
特許文献１は、マルチエージェントシステムの一例を開示している。特許文献１に開示されたマルチエージェントシステムでは、複数台のロボットが、複数のタスクの中から自律的に実行すべきタスクを選択する手法が採用されている。具体的には、この手法では、各ロボットはタスクごとに自身がそのタスクを実行する際のコストを宣言する。これにより、マルチエージェントシステムは、宣言されたコストが最も小さいロボットに、その仕事を割り振る。この手法は、価格（コスト）を宣言し商品（タスク）を競り落とすという特徴から、オークションベースのタスク割当と呼ばれている。
特開２００７－５２６８３号公報
特許文献１に開示されたマルチエージェントシステムでは、タスク割当は、ロボット間の通信に基づいて行われるため、マルチエージェントシステムが活動する環境によっては、通信ができない状況又は通信が難しい状況が発生し、タスク割当が困難になることがある。
例えば、エージェントとして、ロボットに加えて人も混在する環境では、ロボット間では通信可能であっても、ロボットと人との間では通常通信が不可能である。このため、特許文献１に開示されたマルチエージェントシステムでは、ロボットと人とが混在する環境下でタスク割り当てが不可能である。また、ロボット間であっても、通信プロトコルが異なる場合は、通信が不可能である。この場合も、タスク割り当ては不可能である
その他、他の多くのシステムが通信を既に行っている状況では、通信帯域が占領されることによって、通常では通信可能なロボット間における通信ができなくなったり、通信遅延が大きくなったりする。このような場合も、タスク割当が困難となる。
特に、非通信環境下でのタスク割当の課題は、マルチエージェントシステム内で、どのエージェント（ロボットや人）がどのタスクを実行するつもりなのか整合が取れないことである。整合が取れない場合、１つのエージェントが行えばよいタスクに複数のエージェントが集まってしまい、他のタスクが達成できていない、といった状況が起こり得る。
本発明の目的の一例は、上記問題を解消し、非通信環境下にあるマルチエージェントシステムにおいて、各エージェントへのタスク割当を支援し得る、情報処理装置、情報処理方法、及びプログラムを提供することにある。
上記目的を達成するため、本発明の一側面における情報処理装置は、複数のエージェントを動作させるマルチエージェントシステムにおいて、前記エージェントにおけるタスクの割当を支援するための装置であって、
前記エージェントの位置及び速度を含む前記エージェントの状況を観測する、観測部と、
観測された前記位置、観測された前記速度、及び前記エージェントによるタスクの実行確率の設定値を示す第１のタスク重みから、第１のモデルを参照して、前記エージェントによる観測された前記状況下での前記タスクの実行確率を示す第２のタスク重みを推測する、タスク重み推測部と、
観測された前記位置、観測された前記速度、及び推測された前記第２のタスク重みを、第２のモデルに入力して、前記第１のタスク重みを更新する、タスク重み更新部と、
を備え、
前記第１のモデルは、位置及び速度の一方と重み係数とが入力されると、位置及び速度の他方を出力する、モデルであり、
前記第２のモデルは、位置、速度、第２のタスク重みを用いて算出されるコストが低いほど、第１の重みの値を高くする、モデルである、
ことを特徴とする。
また、上記目的を達成するため、本発明の一側面における情報処理方法は、複数のエージェントを動作させるマルチエージェントシステムにおいて、前記エージェントにおけるタスクの割当を支援するための方法であって、
前記エージェントの位置及び速度を含む前記エージェントの状況を観測し、
観測された前記位置、観測された前記速度、及び前記エージェントによるタスクの実行確率の設定値を示す第１のタスク重みから、第１のモデルを参照して、前記エージェントによる観測された前記状況下での前記タスクの実行確率を示す第２のタスク重みを推測し、
観測された前記位置、観測された前記速度、及び推測された前記第２のタスク重みを、第２のモデルに入力して、前記第１のタスク重みを更新し、
前記第１のモデルは、位置及び速度の一方と重み係数とが入力されると、位置及び速度の他方を出力する、モデルであり、
前記第２のモデルは、位置、速度、第２のタスク重みを用いて算出されるコストが低いほど、第１の重みの値を高くする、モデルである、
ことを特徴とする。
更に、上記目的を達成するため、本発明の一側面におけるプログラムは、コンピュータに、複数のエージェントを動作させるマルチエージェントシステムにおいて、前記エージェントにおけるタスクの割当を支援させるためのプログラムであって、
前記コンピュータに、
前記エージェントの位置及び速度を含む前記エージェントの状況を観測させ、
観測された前記位置、観測された前記速度、及び前記エージェントによるタスクの実行確率の設定値を示す第１のタスク重みから、第１のモデルを参照して、前記エージェントによる観測された前記状況下での前記タスクの実行確率を示す第２のタスク重みを推測させ、
観測された前記位置、観測された前記速度、及び推測された前記第２のタスク重みを、第２のモデルに入力して、前記第１のタスク重みを更新させ、
前記第１のモデルは、位置及び速度の一方と重み係数とが入力されると、位置及び速度の他方を出力する、モデルであり、
前記第２のモデルは、位置、速度、第２のタスク重みを用いて算出されるコストが低いほど、第１の重みの値を高くする、モデルである、
ことを特徴とする。
以上のように本発明によれば、非通信環境下にあるマルチエージェントシステムにおいて、各エージェントへのタスク割当を支援することができる。
図１は、実施の形態１における情報処理装置の概略構成を示すブロック図である。 図２は、実施の形態１における情報処理装置の構成を具体的に示すブロック図である。 図３は、実施の形態１において各エージェントが実行するタスクの一例を説明する図である。 図４は、実施の形態１における情報処理装置の動作を示すフロー図である。 図５は、実施の形態１における情報処理装置の変形例の構成を具体的に示すブロック図である。 図６は、実施の形態２における情報処理装置の構成を示すブロック図である。 図７は、実施の形態２における情報処理装置の動作を示すフロー図である。 図８は、実施の形態１及び２における情報処理装置を実現するコンピュータの一例を示すブロック図である。
（実施の形態１）
以下、実施の形態１における、情報処理装置、情報処理方法、及びプログラムについて、図１～図５を参照しながら説明する。
［装置構成］
最初に、実施の形態１における情報処理装置の概略構成について図１を用いて説明する。図１は、実施の形態１における情報処理装置の概略構成を示すブロック図である。
図１に示す、実施の形態１における情報処理装置１０は、複数のエージェントを動作させるマルチエージェントシステムにおいて、エージェントにおけるタスクの割当を支援する装置である。情報処理装置１０によれば、マルチエージェントシステムにおいてエージェント間での協調動作が実現できる。
図１に示すように、情報処理装置１０は、観測部１１と、タスク重み推測部１２と、タスク重み更新部１３とを備えている。このような構成において、観測部１１は、エージェントの位置及び速度を含むエージェントの状況を観測する。
タスク重み推測部１２は、観測された位置、観測された速度、及びエージェントによるタスクの実行確率の設定値を示す第１のタスク重みから、第１のモデルを参照して、エージェントによる観測された状況下でのタスクの実行確率を示す第２のタスク重みを推測する。第１のモデルは、位置及び速度の一方と重み係数とが入力されると、位置及び速度の他方を出力する、モデルである。
タスク重み更新部１３は、観測された位置、観測された速度、及び推測された第２のタスク重みを、第２のモデルに入力して、第１のタスク重みを更新する。第２のモデルは、位置、速度、第２のタスク重みを用いて算出されるコストが低いほど、第１の重みの値を高くする、モデルである。
このように、実施の形態１では、エージェントの状況が観測され、観測された状況を用いることによって、エージェントがタスクを実際に実行しようとしているかどうかを示す第２のタスク重みが推測されている。このため、実施の形態１では、非通信環境下であっても、各エージェントが他のエージェントがどのタスクを実行するつもりか判断でき、マルチエージェントシステムの協調が可能となる。つまり、実施の形態１によれば、非通信環境下にあるマルチエージェントシステムにおいて、各エージェントへのタスク割当を支援することができる。
続いて、図２～図５を用いて、実施の形態１における情報処理装置の構成及び機能について具体的に説明する。図２は、実施の形態１における情報処理装置の構成を具体的に示すブロック図である。
まず、図２に示すように、実施の形態１では、複数のエージェント２０によって、マルチエージェントシステム１００が構築されている。エージェント２０としては、自律走行型のロボット、更には、人が挙げられる。情報処理装置１０は、マルチエージェントシステム１００を構成する特定のエージェント、即ち、１台の自律走行型のロボットに搭載されている。
以下においては、情報処理装置１０を搭載する特定のエージェントを「２０Ａ」と表記する。また、以下において、１台のエージェント２０に搭載された情報処理装置１０が、他の１台のエージェント２０によって実行されるタスクの割当を支援する状況に焦点を当てて説明する。
図２に示すように、実施の形態１では、情報処理装置１０は、観測部１１と、タスク重み推測部１２と、タスク重み更新部１３と、行動モデル格納部１４と、意志決定モデル格納部１５とを備えている。
観測部１１は、情報処理装置１０を搭載している特定のエージェント２０Ａ以外の他のエージェント２０について状況を観測する。タスク重み推測部１２は、他のエージェント２０について、第２のタスク重みを推測する。タスク重み更新部１３は、他のエージェント２０について、第１のタスク重みを更新する。但し、実施の形態１にかかる情報処理装置１０が、他のエージェント２０毎に処理を行う態様とすれば、１台のエージェント２０Ａに搭載された情報処理装置１０によって、複数のエージェント２０それぞれで実行されるタスクの割当の支援が可能となる。
観測部１１は、実施の形態１では、他のエージェント２０の各時刻tにおける位置x(t)及び速度v(t)を観測する。具体的には、観測部１１は、カメラ、Ｌｉｄｅｒ等のセンサ２１から、センサデータを取得し、取得したセンサデータに基づいて、位置x(t)及び速度v(t)を算出する。また、観測部１１は、速度を直接観測できるセンサを用いて速度を算出しても良いし、エージェントの位置情報の変化から速度を算出しても良い。この場合、観測間隔をΔtとして、時刻tの位置x(t)と次の観測時刻の位置x(t+Δt)とから、観測部１１は、速度v(t+Δt)（=（x(t+Δt) - x(t)）/Δt）（ただし、「/」は割り算を表す）を算出する。
タスク重み推測部１２は、タスク重み観測部１２によって観測された他のエージェント２０の位置及び速度と、タスク重み更新部１３によって更新済の第１のタスク重みとから、行動モデルを参照して、他のエージェント２０における第２のタスク重みを推測する。
ここで、第１のタスク重み及び第２のタスク重みについて説明する。第１のタスク重み及び第２のタスク重みは、共に、エージェント２０が各タスクをどの程度実行するつもりかを示すものであり、タスクの実行確率を示している。但し、第１のタスク重みは、設定値である。これに対して、第２のタスク重みは、エージェントの観測された状況から推測される推測値である。
また、第１のタスク重み及び第２のタスク重みを共に「α」で表すとする。そして、例えば、タスク１、タスク２、タスク３があり、各タスクのタスク重みをα１、α２、α３とすると、下記の数１が成立する。
Figure 0007283624000001
上記数１は、エージェント２０が、タスク１を２分の１の確率で、タスク２を３分の１の確率で、タスク３を６分の１の確率で実行することを示している。形式的には、タスク重み推測部１２は、他のエージェント２０の位置及び速度、第１のタスク重み（設定値）αハットを入力値として、第１のモデルを用いて、以下の数２に示す第２のタスク重み（推測値）αブレーヴェを出力する。
Figure 0007283624000002
タスク重み更新部１３は、観測部１１によって観測された他のエージェント２０の位置及び速度と、タスク重み推測部１２によって推測された第２のタスク重みとを、第２のモデルに入力する。そして、タスク重み更新部１３は、第２のモデルの出力結果から、他のエージェント２０の意志決定を示す、次の時刻におけるタスク重みを予測し、予測値によって第１の重みを更新する。
形式的には、タスク重み更新部１３は、観測部１１で観測された位置x(t)、速度v(t)、及びタスク重み推測部１２によって推測された第２のタスク重み（推測値）αブレーヴェを、意志決定モデルに入力する。タスク重み更新部１３は、以下の数３に示す、次の時刻における第１のタスク重み（αハット（t+△t））を予測する。
Figure 0007283624000003
また、タスク重み更新部１３は、意志決定モデルに、上述した他のエージェント２０の現在における、位置、速度、及び第２のタスク重みに加えて、これらの過去の履歴も入力することができる。
行動モデル格納部１４は、第１のモデル（以下、「行動モデル」と表記する。）を格納している。行動モデルは、事前に他のエージェント２０から送信されてきたものであっても良いし、他のエージェントの行動を予想して構築されたものであっても良い。具体的には、実施の形態１では、行動モデルは、様々な状況においてエージェント２０の速度を決定する規範である。形式的には、行動モデルは、例えば、タスク重みと位置を入力として、速度を出力する、以下の数４に示す関数Ｆである。
Figure 0007283624000004
意志決定モデル格納部１５は、第２のモデル（以下、「意志決定モデル」と表記する。）を格納している。意志決定モデルは、エージェント２０が、状況に応じてどのように自身のタスク重みを更新するかを示すモデルである。形式的には、タスク重み更新部１３で用いられる、後述の関数Ｇが、意志決定モデルに相当する。
ここで、タスク重み推測部１２及びタスク重み更新部１３の機能について、行動モデル及び意志決定モデルの具体例を挙げながら、図３を用いて詳細に説明する。図３は、実施の形態１において各エージェントが実行するタスクの一例を説明する図である。
第１実施例では、具体的な行動モデル及び意志決定モデルと、タスク重み推測方法とを例にとって、システムの処理と効果を説明する。まず、図３のように、タスク実行場所が複数別の場所に存在する状況を考える。タスクの集合をM=(1,…,m)とし、タスクjの実行位置をyjとする。
まず、行動モデル格納部１４は、行動モデルとして、制御分野で広く使われる人工力場制御モデルを格納する。すなわち、行動モデル格納部１４は、行動モデルとして、以下の数６に示す関数Ｆを記憶する。
Figure 0007283624000005
Figure 0007283624000006
人工力場制御モデルでは、まず、数５に示すように、ポテンシャル関数Ｐが設定される。このポテンシャル関数Ｐは、本問題においてはタスクを実行するコストの期待値に相当するものである。タスクjを実行するコストは、タスクjの実行位置とエージェント２０との距離の２乗であり、期待値を出すためにタスクjのタスク重み（実行確率）αjをコストに乗算し、タスク毎に乗算値を合算することによって算出される。そして、数６に示すように、関数Ｆは、関数Ｐ（コスト）が減少する方向に速度を決定する。
意志決定モデル格納部は、意志決定モデルとして、ゲーム理論における合理的な戦略更新の手法の１つである、レプリケータダイナミクスを格納する。すなわち、意志決定モデル格納部は、意志決定モデルとして、以下の数７に示す関数Ｇを記憶する。
Figure 0007283624000007
レプリケータダイナミクスの性質の１つは、現在の期待コストP(αブレーヴェ, x)より、コストの低いタスクを実行する確率を高くするというものである。そのため、レプリケータダイナミクスは、よりコストの低いタスクを実行しようとする、合理的な意志決定モデルとなっている。タスク重み更新部１３は、意志決定モデル格納部に記憶された関数Ｇをそのまま用いて処理するだけなので、ここでは説明を省略する。
タスク重み推測部１２は、行動モデルから、観測された位置及び観測された速度に矛盾しない重み係数を特定し、特定した重み係数と第１のタスク重みとの比較結果に基づいて、第２のタスク重みを推測する。
具体的には、タスク重み推測部１２は、行動モデル格納部１４に格納されている関数Ｆを、行動モデルとして利用する。関数Ｆは、行動モデルと無矛盾なタスク重みの中で、第１のタスク重み（設定値）αハットと最も近似している重み係数を、第２のタスク重み（推測値）として出力する。タスク重みが行動モデルと無矛盾であるとは、観測位置x(t)及び速度v(t)と関数Ｆに対して、タスク重みαが以下の数８を満たすことである。
Figure 0007283624000008
ここで、F-1は関数Ｆの逆関数である。行動モデルとなる関数Ｆに照らし合わせたとき、観測速度v(t)が出力される重み係数αのみが、上記数８を満たす。
次に、タスク重み推測部１２は、制約を満たす中で、第１のタスク重み（設定値）αハットに最も近いものを、第２のタスク重み（推測値）として選択する。実施の形態１における関数Ｆに対しては、これらの手順で得られる第２のタスク重み（推測値）は、例えば、以下の数９及び数１０に示す関数Ｈによって求められる。下記数１０において、Ａ＋は、行列Ａの疑似逆行列である。
Figure 0007283624000009
Figure 0007283624000010
このように、実施の形態１では、まず、行動モデルと無矛盾な重み係数を特定することにより、一定以上の確度で他エージェントの第２のタスク重みが推測される。例えば、２つのタスクしかない場合、ほとんどの場合で、真のタスク重みと一致する第２のタスク重みが推測される。例えば、下記数１１が成り立つのであれば、下記数１２に示す通りとなり、逆行列が求められる。下記数１１において、ｘはエージェントの位置であり、ｙはタスクが行われる位置である。
Figure 0007283624000011
Figure 0007283624000012
このため、下記数１３により、第２のタスク重み（推測値）が、第１のタスク重み（設定値）に依存せず一意に決定され、真の値と一致する。よって、情報処理装置１０によって推測された第２のタスク重みを用いて、各エージェント２０のタスク割当を行えば、複数のエージェント２０による協調動作が実現できる。
Figure 0007283624000013
また、図３に示したように、タスクが３つ以上存在し、例えば、エージェントがタスク１の実行場所にとどまっているとする。この場合において、第１のタスク重み（設定値）なしでは、このエージェントが、タスク１を実行するつもりなのか、タスク２、３、４を均等な確率で実行するためにタスク１の実行場所にとどまり続けているのか、を判断することは不可能である。
しかしながら、実施の形態１では、エージェント２０の合理性が仮定され、第１のタスク重み（設定値）の更新によって、第２のタスク重み（推測値）も更新されていく。このため、タスク１の実行場所にいるエージェント２０は、タスク１を最小のコストで実行できる。この場合に、第２のタスク（推測値）α１ブレーヴェの値が次第に高くなっていき、第３者は、このエージェントがタスク１を実行するつもりだと判断できる。よって、実施の形態１では、エージェントがコストの高いタスクを同じ確率で実行しようとし続ける、というような不合理な推測は、排除されることになる。
［装置動作］
次に、実施の形態１における情報処理装置１０の動作について図４を用いて説明する。図４は、実施の形態１における情報処理装置の動作を示すフロー図である。以下の説明においては、適宜図１～図３を参照する。また、実施の形態１では、情報処理装置１０を動作させることによって、情報処理方法が実施される。よって、実施の形態１における情報処理方法の説明は、以下の情報処理装置１０の動作説明に代える。
図２に示すように、最初に、情報処理装置１０において、観測部１１は、センサ２１からのセンサデータに基づいて、他のエージェント２０の位置及び速度を観測する（ステップＡ１）。
次に、タスク重み推測部１２は、ステップＡ１で観測された位置及び速度と、第１のタスク重みとから、第１のモデルを参照して、第２のタスク重みを推測する（ステップＡ２）。上述したように、第１のタスク重みは、他のエージェント２０によるタスクの実行確率の設定値を示す重みである。第２のタスク重みは、他のエージェント２０による観測された状況下でのタスクの実行確率を示す重みである。
また、ステップＡ２において、第１のタスク重みとしては、後述するステップＡ３が未だ実行されていない場合は、予め設定された初期値が用いられる。初期値としては、例えば(0, … 0)等が挙げられる。また、後述するステップＡ３が既に実行されている場合は、第１のタスク重みとしては、直近のステップＡ３で更新された値が用いられる。
続いて、タスク重み更新部１３は、ステップＡ１で観測された、他のエージェント２０の位置及び速度と、ステップＡ２で推測された第２のタスク重みとを、意志決定モデルに入力する。そして、タスク重み更新部１３は、意志決定モデルの出力結果を用いて、第１のタスクを予測し、予測した値によって第１のタスクを更新する（ステップＡ３）。
その後、タスク重み更新部１３は、終了条件が満たされているかどうかを判定する（ステップＡ４）。ステップＡ４の判定の結果、終了条件が満たされていない場合（ステップＡ４：NO）に、観測部１１に再度ステップＡ１を実行させる。また、再度ステップＡ２及びＡ３も実行される。なお、この場合のステップＡ２では、先のステップＡ４で更新された第１のタスク重みが用いられる。一方、ステップＡ４の判定の結果、終了条件が満たされている場合（ステップＡ４：YES）に、情報処理装置１０における処理は終了する。
ステップＡ４における終了条件は、特に限定されるものではない。終了条件としては、例えば、現在までの一定時間の間に、エージェント２０においてタスク重みに閾値を超える変化が生じていないこと等が挙げられる。このような終了条件は、タスク割当が達成されたために、タスク重みに変化がなくなった、という予想のもとに、タスク割当の達成を予測してタスク重みの更新を終了するという条件に該当する。
このように、実施の形態１では、マルチエージェントシステム１００が稼働している間は、ステップＡ１～Ａ３が、短いスパンで繰り返し実行される。このため、第２のタスク重みの推測処理と、第１のタスク重みの更新処理とは、フィードバック的に、互いの出力を入力として繰り返され、両者のタスク重みの値は更新されていく。
［プログラム］
実施の形態１におけるプログラムは、コンピュータに、図４に示すステップＡ１～Ａ４を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、実施の形態１における情報処理装置と情報処理方法とを実現することができる。この場合、コンピュータのプロセッサは、観測部１１、タスク重み推測部１２、及びタスク重み更新部１３として機能し、処理を行なう。コンピュータとしては、エージェント２０となるロボットに搭載されたコンピュータが挙げられるが、その他に、汎用のＰＣ（Personal Computer）、スマートフォン、タブレット型端末装置等も挙げられる。
また、本実施の形態１では、行動モデル格納部１４及び意志決定モデル格納部１５は、コンピュータに備えられたハードディスク等の記憶装置に、これらを構成するデータファイルを格納することによって実現されていても良いし、別のコンピュータの記憶装置によって実現されていても良い。
また、実施の形態１におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、観測部１１、タスク重み推測部１２、及びタスク重み更新部１３のいずれかとして機能しても良い。
［変形例］
ここで、実施の形態１における変形例について図５を用いて説明する。図５は、実施の形態１における情報処理装置の変形例の構成を具体的に示すブロック図である。図５に示すように、本変形例では、情報処理装置１０は、観測部１１と、タスク重み推測部１２と、タスク重み更新部１３と、行動モデル格納部１４と、意志決定モデル格納部１５と、タスク割当部１６と備えている。
タスク割当部１６は、マルチエージェントシステムで行われるタスクそれぞれのコストを計算し、計算した各コストと、他のエージェント２０について推測された第２の重みに基づいて、特定のエージェント２０Ａにタスクを割り当てる。以下に、タスク割当処理について詳細に説明する。
エージェント２０であるロボットの速度制御は、人工力場制御モデルＦに従うとする。ロボット自身のタスク重みの更新は、他のエージェント２０の集合をL={1,…,l}として、下記数１４に基づいて行われる。
Figure 0007283624000014
また、上記数１４の各項は、下記数１５～数１７のように、定義されるとする。
Figure 0007283624000015
Figure 0007283624000016
Figure 0007283624000017
上記数１４において、上記数１５に示すＱは、自身と他エージェントを含む全体でタスクiが行われる確率が低いならば、自身がタスクiを行う確率を上げる、という処理に相当する。上記数１４において、上記数１６に示すＲは、自身のタスク重みの和を１に近づける、という処理に相当する。最後に、上記数１４において、上記数１７に示すＳは、より実行するコストの高いタスクを実行する確率を減らす、という処理に相当する。
タスク割当部１６は、上記数１４に従って、タスク重みαを更新していくことで、他エージェントが実行するつもりのないタスクのうち、よりコストが低いものを、特定のエージェント２０Ａに割り当て、これを１つ実行させる。そのため、本変形例１では、エージェントへのタスク割当が達成される。
（実施の形態２）
次に、実施の形態２における、情報処理装置、情報処理方法、及びプログラムについて、図６及び図７を参照しながら説明する。
実施の形態２では、マルチエージェントシステムによる、効率的な他のエージェントのタスク重みの推測を行う構成について説明する。実施の形態１では、エージェントである各ロボットは、通信できない他のすべてのエージェントのタスク重みを推測しなければ、タスク割当を達成することができなかった。これに対して、実施の形態２では、マルチエージェントシステムにおいて、通信可能な各エージェントが、通信できない他のエージェントのタスク重みを、手分けして推測する。
［装置構成］
最初に、実施の形態２における情報処理装置の構成について図６を用いて説明する。図６は、実施の形態２における情報処理装置の構成を示すブロック図である。
まず、図６に示すように、実施の形態２では、情報処理装置１０は、１つのエージェント２０だけでなく、幾つかのエージェント２０にも搭載されている。図６に示すように、情報処理装置１０は、図２に示した実施の形態１の例と異なり、観測部１１と、タスク重み推測部１２と、タスク重み更新部１３と、行動モデル格納部１４と、意志決定モデル格納部１５と、送信部１７と、受信部１８と、重み統合部１９とを備えている。また、図６の例では、１つの情報処理装置１０についてのみ、機能ブロックが記述されており、他の情報処理装置については、機能ブロックの記述は省略されている。
観測部１１は、実施の形態２では、マルチエージェントシステム１００を構成するエージェント２０のうち、決められたエージェント２０のみについて位置及び速度を観測する。すなわち、実施の形態２では、観測部１１は、それが搭載されたエージェント以外の他のエージェント２０全てを観測する訳ではなく、限られたエージェント２０のみを観測する。
具体的には、観測部１１は、設定された条件を満たすエージェント２０、例えば、それが搭載されたエージェントから距離r以下のエージェント２０のみを観測しても良い。また、観測部１１は、事前に割り振られたエージェント２０のみを観測しても良い。また、観測対象となるエージェントは、複数の情報処理装置の観測部１１によって観測されても良い。つまり、１つのエージェントが、複数の情報処理装置１０の観測対象になっていても良い。
タスク重み推測部１２は、実施の形態２では、重み統合部１９によって統合された第１の重みを用いて、第２のタスク重みを推測する。重み統合部１９の機能については後述する。また、タスク重み更新部１３は、実施の形態１と同様に機能し、第１の重みを更新する。
送信部１７は、タスク重み更新部１３によって更新された第１の重みを、マルチエージェントシステム１００内の通信可能な他のエージェント２０に送信する。受信部１８は、他のエージェント２０から、送信されてきた更新後の第１の重みを受信する。
重み統合部１９は、受信部１８が受信した更新後の第１のタスク重みを用いて、他のエージェント２０それぞれ毎に第１のタスク重みを統合する。また、重み統合部１９は、タスク重み更新部１３によって第１のタスク重みが更新されたエージェント２０（観測対象）については、タスク重み更新部１３が更新した第１のタスク重み（送信部１７によって送信されたタスク重み）も用いて、他のエージェント２０それぞれ毎に第１のタスク重みを統合する。重み統合部１９は、統合後の第１のタスク重みを、例えば、外部の装置又は上述の変形例で示したタスク割当部１６に出力する。
ここで、重み統合部１９による統合処理について、より詳細に説明する。統合処理としては、例えば、各第１のタスク重みの平均値の算出処理が挙げられる。具体的には、エージェント１がエージェントＡについて予測した第１のタスク重みがα１ハットであり、エージェント２がエージェントＡについて予測した第１のタスク重みがα２ハットであるとする。この場合、重み統合部１９は、下記の数１８に基づいて、統合された第１のタスク重みαハットを算出する。
Figure 0007283624000018
情報処理装置１０は、重み統合部１９によれば、観測していない他のエージェントについても第１のタスク重みを得ることができる。つまり、受信部１８が、観測していないエージェントについて、別のエージェントから送信されてきた第１の重みを取得すると、重み統合部１９は、受信された第１の重みを統合して、観測していないエージェントの第１の重みを求めることができる。
例えば、上述の例において、エージェント３が、エージェントＡについて観測もタスク重みの推測もしていないとする。この場合でも、エージェント３は、エージェント１から受信した第１のタスク重みα１ハットと、エージェント２から受信した第１のタスク重みα２ハットとを統合して、エージェントＡの第１の重みを求めることができる。
また、図６には示されていないが、実施の形態２においても、上述の実施の形態１における変形例と同様に、タスク割当部１６が設けられていても良い。
［装置動作］
次に、実施の形態２における情報処理装置１０の動作について図７を用いて説明する。図７は、実施の形態２における情報処理装置の動作を示すフロー図である。以下の説明においては、適宜図６を参照する。また、実施の形態２では、情報処理装置１０を動作させることによって、情報処理方法が実施される。よって、実施の形態２における情報処理方法の説明は、以下の情報処理装置１０の動作説明に代える。
図７に示すように、最初に、情報処理装置１０において、観測部１１は、センサからのセンサデータに基づいて、設定条件を満たす又は予め決定された他のエージェント２０の位置及び速度を観測する（ステップＢ１）。
次に、タスク重み推測部１２は、ステップＢ１で観測された位置及び速度と、第１のタスク重みとから、第１のモデルを参照して、観測対象となった他のエージェント２０の第２のタスク重みを推測する（ステップＢ２）。
また、ステップＢ２において、第１のタスク重みとしては、後述するステップＢ３又はＢ６が未だ実行されていない場合は、予め設定された初期値が用いられる。また、後述するステップＢ３又はＢ６が既に実行されている場合は、第１のタスク重みとしては、直近のステップＢ３又はＢ６で更新された値が用いられる。
続いて、タスク重み更新部１３は、ステップＢ１で観測された、他のエージェント２０の位置及び速度と、ステップＢ２で推測された第２のタスク重みとを、意志決定モデルに入力する。そして、タスク重み更新部１３は、意志決定モデルの出力結果を用いて、第１のタスクを予測し、予測した値によって第１のタスク重みを更新する（ステップＢ３）。
次に、送信部１７は、ステップＢ３で更新された第１のタスク重みを、マルチエージェントシステム１００内の通信可能な他のエージェント２０に送信する（ステップＢ４）。
次に、受信部１８は、他のエージェント２０から、送信されてきた更新後の第１の重みを受信する（ステップＢ５）。
次に、重み統合部１９は、ステップＢ３で更新した第１のタスク重みと、ステップＢ５で受信した更新後の第１のタスク重みとを用いて、他のエージェント２０それぞれ毎に第１のタスク重みを統合する（ステップＢ６）。
また、ステップＢ６において、重み統合部１９は、ステップＢ１での観測対象になっていないエージェント２０について、ステップＢ５で更新後の第１のタスク重みを受信している場合は、このエージェント２０についても、第１のタスク重みの統合を実行する。更に、ステップＢ６では、重み統合部１９は、統合後の第１のタスク重みを、例えば、外部の装置又は上述の変形例で示したタスク割当部１６に出力する。
その後、タスク重み更新部１３は、終了条件が満たされているかどうかを判定する（ステップＢ７）。ステップＢ７の判定の結果、終了条件が満たされていない場合（ステップＢ７：NO）に、観測部１１に再度ステップＢ１を実行させる。一方、ステップＢ７の判定の結果、終了条件が満たされている場合（ステップＢ７：YES）に、情報処理装置１０における処理は終了する。
以上のように、実施の形態２によれば、マルチエージェントシステム１００において、通信可能な各エージェント２０が、通信不能な他のエージェント２０のタスク重みを、手分けして推測することができる。
［プログラム］
実施の形態２におけるプログラムは、コンピュータに、図７に示すステップＢ１～Ｂ７を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、実施の形態２における情報処理装置と情報処理方法とを実現することができる。この場合、コンピュータのプロセッサは、観測部１１、タスク重み推測部１２、タスク重み更新部１３、送信部１７、受信部１８、及び重み統合部１９として機能し、処理を行なう。コンピュータとしては、エージェント２０となるロボットに搭載されたコンピュータが挙げられるが、その他に、汎用のＰＣ、スマートフォン、タブレット型端末装置等も挙げられる。
また、本実施の形態２では、行動モデル格納部１４及び意志決定モデル格納部１５は、コンピュータに備えられたハードディスク等の記憶装置に、これらを構成するデータファイルを格納することによって実現されていても良いし、別のコンピュータの記憶装置によって実現されていても良い。
また、実施の形態２におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、観測部１１、タスク重み推測部１２、タスク重み更新部１３、送信部１７、受信部１８、及び重み統合部１９のいずれかとして機能しても良い。
（物理構成）
ここで、実施の形態１及び２におけるプログラムを実行することによって、情報処理装置１０を実現するコンピュータについて図８を用いて説明する。図８は、実施の形態１及び２における情報処理装置を実現するコンピュータの一例を示すブロック図である。
図８に示すように、コンピュータ１１０は、ＣＰＵ（Central Processing Unit）１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。
また、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていても良い。この態様では、ＧＰＵ又はＦＰＧＡが、実施の形態におけるプログラムを実行することができる。
ＣＰＵ１１１は、記憶装置１１３に格納された、コード群で構成された実施の形態におけるプログラムをメインメモリ１１２に展開し、各コードを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。
また、実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。
また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。
データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。
また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体等の不揮発性記録媒体が挙げられる。
実施の形態１及び２における情報処理装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、情報処理装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
以上のように本発明によれば、非通信環境下にあるマルチエージェントシステムにおいて、各エージェントへのタスク割当を支援することができる。本発明は、マルチエージェントシステムに有用である。
１０ 情報処理装置
１１ 観測部
１２ タスク重み推測部
１３ タスク重み更新部
１４ 行動モデル格納部
１５ 意志決定モデル格納部
１６ タスク割当部
１７ 送信部
１８ 受信部
１９ 重み統合部
２０ エージェント
１００ マルチエージェントシステム
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス

Claims (7)

  1. 複数のエージェントを動作させるマルチエージェントシステムにおいて、前記エージェントにおけるタスクの割当を支援するための装置であって、
    前記エージェントの位置及び速度を含む前記エージェントの状況を観測する、観測部と、
    観測された前記位置、観測された前記速度、及び前記エージェントによるタスクの実行確率の設定値を示す第１のタスク重みから、第１のモデルを参照して、前記エージェントによる観測された前記状況下での前記タスクの実行確率を示す第２のタスク重みを推測する、タスク重み推測部と、
    観測された前記位置、観測された前記速度、及び推測された前記第２のタスク重みを、第２のモデルに入力して、前記第１のタスク重みを更新する、タスク重み更新部と、
    を備え、
    前記第１のモデルは、位置及び速度の一方と重み係数とが入力されると、位置及び速度の他方を出力する、モデルであり、
    前記第２のモデルは、位置、速度、第２のタスク重みを用いて算出されるコストが低いほど、第１の重みの値を高くする、モデルである、
    ことを特徴とする情報処理装置。
  2. 請求項１に記載の情報処理装置であって、
    前記タスク重み推測部は、前記第１のモデルから、観測された前記位置及び観測された前記速度に矛盾しない前記重み係数を特定し、特定した前記重み係数と前記第１のタスク重みとの比較結果に基づいて、前記第２のタスク重みを推測する、
    ことを特徴とする情報処理装置。
  3. 請求項１または２に記載の情報処理装置であって、
    当該情報処理装置が、前記複数のエージェントにおける特定のエージェントに搭載されており、
    前記観測部が、前記特定のエージェント以外の他のエージェントについて、前記状況を観測し、
    前記タスク重み推測部が、前記他のエージェントについて、前記第２のタスク重みを推測し、
    前記タスク重み更新部が、前記他のエージェントについて、前記第１のタスク重みを更新する、
    ことを特徴とする情報処理装置。
  4. 請求項３に記載の情報処理装置であって、
    当該情報処理装置が、
    前記マルチエージェントシステムで行われるタスクそれぞれのコストを計算し、計算した各コストと、前記他のエージェントについて推測された前記第２のタスク重みに基づいて、前記特定のエージェントにタスクを割り当てる、タスク割当部を更に備えている、
    ことを特徴とする情報処理装置。
  5. 請求項３または４に記載の情報処理装置であって、
    更新後の前記第１のタスク重みを前記他のエージェントに送信する、送信部と、
    前記他のエージェントから、更新後の前記第１のタスク重みを受信する、受信部と、
    受信した更新後の前記第１の重みを用いて、前記他のエージェントそれぞれ毎に前記第１のタスク重みを統合する、重み統合部と、
    を備え、
    前記タスク重み推測部は、前記他のエージェントについて、統合後の前記第１の重みを用いて、前記第２のタスク重みを推測する、
    ことを特徴とする情報処理装置。
  6. 複数のエージェントを動作させるマルチエージェントシステムにおいて、前記エージェントにおけるタスクの割当を支援するための方法であって、
    前記エージェントの位置及び速度を含む前記エージェントの状況を観測し、
    観測された前記位置、観測された前記速度、及び前記エージェントによるタスクの実行確率の設定値を示す第１のタスク重みから、第１のモデルを参照して、前記エージェントによる観測された前記状況下での前記タスクの実行確率を示す第２のタスク重みを推測し、
    観測された前記位置、観測された前記速度、及び推測された前記第２のタスク重みを、第２のモデルに入力して、前記第１のタスク重みを更新し、
    前記第１のモデルは、位置及び速度の一方と重み係数とが入力されると、位置及び速度の他方を出力する、モデルであり、
    前記第２のモデルは、位置、速度、第２のタスク重みを用いて算出されるコストが低いほど、第１の重みの値を高くする、モデルである、
    ことを特徴とする情報処理方法。
  7. コンピュータに、複数のエージェントを動作させるマルチエージェントシステムにおいて、前記エージェントにおけるタスクの割当を支援させるためのプログラムであって、
    前記コンピュータに、
    前記エージェントの位置及び速度を含む前記エージェントの状況を観測させ、
    観測された前記位置、観測された前記速度、及び前記エージェントによるタスクの実行確率の設定値を示す第１のタスク重みから、第１のモデルを参照して、前記エージェントによる観測された前記状況下での前記タスクの実行確率を示す第２のタスク重みを推測させ、
    観測された前記位置、観測された前記速度、及び推測された前記第２のタスク重みを、第２のモデルに入力して、前記第１のタスク重みを更新させ、
    前記第１のモデルは、位置及び速度の一方と重み係数とが入力されると、位置及び速度の他方を出力する、モデルであり、
    前記第２のモデルは、位置、速度、第２のタスク重みを用いて算出されるコストが低いほど、第１の重みの値を高くする、モデルである、
    ことを特徴とするプログラム。
JP2022502376A 2020-02-25 2020-02-25 情報処理装置、情報処理方法、及びプログラム Active JP7283624B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/007505 WO2021171374A1 (ja) 2020-02-25 2020-02-25 情報処理装置、情報処理方法、及びコンピュータ読み取り可能な記録媒体

Publications (3)

Publication Number Publication Date
JPWO2021171374A1 JPWO2021171374A1 (ja) 2021-09-02
JPWO2021171374A5 JPWO2021171374A5 (ja) 2022-11-01
JP7283624B2 true JP7283624B2 (ja) 2023-05-30

Family

ID=77489962

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022502376A Active JP7283624B2 (ja) 2020-02-25 2020-02-25 情報処理装置、情報処理方法、及びプログラム

Country Status (3)

Country Link
US (1) US20230079897A1 (ja)
JP (1) JP7283624B2 (ja)
WO (1) WO2021171374A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017530873A (ja) 2014-09-02 2017-10-19 カヴォス・バガテル・フェアヴァルツングス・ゲーエムベーハー ウント ツェーオー カーゲーＣａｖｏｓ Ｂａｇａｔｅｌｌｅ Ｖｅｒｗａｌｔｕｎｇｓ Ｇｍｂｈ ＆ Ｃｏ．Ｋｇ ロボットの制御データセットの調節システム
WO2019121338A1 (de) 2017-12-22 2019-06-27 Robert Bosch Gmbh Verfahren zum betreiben eines roboters in einem multiagentensystem, roboter und multiagentensystem

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7908040B2 (en) * 2004-07-15 2011-03-15 Raytheon Company System and method for automated search by distributed elements
US20190120640A1 (en) * 2017-10-19 2019-04-25 rideOS Autonomous vehicle routing
JP6651159B1 (ja) * 2019-09-17 2020-02-19 株式会社エムケー技研 作業ロボットシステム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017530873A (ja) 2014-09-02 2017-10-19 カヴォス・バガテル・フェアヴァルツングス・ゲーエムベーハー ウント ツェーオー カーゲーＣａｖｏｓ Ｂａｇａｔｅｌｌｅ Ｖｅｒｗａｌｔｕｎｇｓ Ｇｍｂｈ ＆ Ｃｏ．Ｋｇ ロボットの制御データセットの調節システム
WO2019121338A1 (de) 2017-12-22 2019-06-27 Robert Bosch Gmbh Verfahren zum betreiben eines roboters in einem multiagentensystem, roboter und multiagentensystem

Also Published As

Publication number Publication date
JPWO2021171374A1 (ja) 2021-09-02
WO2021171374A1 (ja) 2021-09-02
US20230079897A1 (en) 2023-03-16

Similar Documents

Publication Publication Date Title
JP5171118B2 (ja) 演算処理装置及びその制御方法
EP3553622B1 (en) Control device, control method, and program recording medium
KR20190043419A (ko) 조기 중단에 기반한 심층 신경망의 연산 제어 방법 및 시스템
JP7364699B2 (ja) 機械学習装置、コンピュータ装置、制御システム、及び機械学習方法
US20210107144A1 (en) Learning method, learning apparatus, and learning system
US20190308317A1 (en) Information processing apparatus and information processing method
JP2020123269A (ja) 演算装置
CN110940341A (zh) 路径规划方法、机器人及计算机可读存储介质
JP7283624B2 (ja) 情報処理装置、情報処理方法、及びプログラム
EP3912769A1 (en) Robot control system and robot control method
CN112016678A (zh) 用于增强学习的策略生成网络的训练方法、装置和电子设备
JP7014289B2 (ja) 移動体制御装置、移動体、移動体制御システム、移動体制御方法および移動体制御プログラム
CN110824496B (zh) 运动估计方法、装置、计算机设备和存储介质
CN113645637A (zh) 超密集网络任务卸载方法、装置、计算机设备和存储介质
JP7468619B2 (ja) 学習装置、学習方法、及び、記録媒体
CN116954866A (zh) 基于深度强化学习的边缘云下任务调度方法及***
CN116382331A (zh) 多无人机快速调度方法、装置、设备及可读存储介质
KR20210074205A (ko) 분류 기반 영상 측위 장치 및 방법
JP7111159B2 (ja) 情報共有装置、情報共有方法および情報共有プログラム
JP6507807B2 (ja) 制御方法、制御装置、及びプログラム
JPH08137697A (ja) 自律分散型システム
WO2022254643A1 (ja) プログラマブルロジックコントローラ及びプログラマブルロジックコントローラの動作方法
WO2022181252A1 (ja) 関節点検出装置、学習モデル生成装置、関節点検出方法、学習モデル生成方法、及びコンピュータ読み取り可能な記録媒体
WO2024009656A1 (ja) 車両制御装置
JP7271028B2 (ja) 監視装置、監視プログラム及び飛行体を利用した監視システム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220824

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220824

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230418

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230501

R151 Written notification of patent or utility model registration

Ref document number: 7283624

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151