| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2011-01-20 13:20 Reinforcement Learning with Conditioned Rule Updating to Prevent Conflicts during the Allocation of Tasks ○Alex Valdivielso・Toshiyuki Miyamoto（Osaka Univ.）  CST2010-65 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | In many applications, effective task-allocation and task-completion strategies are crucial to achieve an optimal performance. Reinforcement Learning (RL) has been proposed for those applications in which the model of the system is unknown. However, RL methods usually aim for agents to learn behavior policies for the completion of a task, and rarely focus on the task-allocation problem. Furthermore, only few of the RL methods addressing the task allocation problem consider the possibility of conflicts among agents during the allocation of tasks. In this paper, we turn the task-allocation problem into a task-response problem, and propose a learning algorithm, implementing conditioned rule updating, to make agents learn conflict-free task-response policies. We use a single-shaft multicar elevator system of two cars as test application. To evaluate the performance of our learning algorithm we recorded the number of interference events during the learning process. Simulation results show that with our algorithm, elevator car agents are able to learn task-response policies that allow them to service calls without interfering with each other, under an interfloor traffic pattern. | |
| キーワード | （和） | / / / / / / / |
| （英） | Reinforcement Learning / Rule Updating / Task-Response / Conflict Prevention / Multi-car Elevator / / / | |
| 文献情報 | 信学技報, vol. 110, 2011年1月. | |
| 資料番号 | ||
| 発行日 | 2011-01-13 (CST) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CST2010-65 |
|
| 研究会情報 | |
| 研究会 | MSS |
| 開催期間 | 2011-01-20 - 2011-01-21 |
| 開催地（和） | 海峡メッセ下関 |
| 開催地（英） | Kaikyo-Messe-Shimonoseki |
| テーマ（和） | コンカレントシステム及び一般 |
| テーマ（英） | Concurrent Systems, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2011-01-CST |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Reinforcement Learning with Conditioned Rule Updating to Prevent Conflicts during the Allocation of Tasks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Reinforcement Learning |
| キーワード(2)（和/英） | / Rule Updating |
| キーワード(3)（和/英） | / Task-Response |
| キーワード(4)（和/英） | / Conflict Prevention |
| キーワード(5)（和/英） | / Multi-car Elevator |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | ヴァルディヴィエルソ アレックス / Alex Valdivielso / ヴァルディヴィエルソ アレックス |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 宮本 俊幸 / Toshiyuki Miyamoto / |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-01-20 13:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MSS |
| 資料番号 | CST2010-65 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.370 |
| ページ範囲 | pp.33-38 |
| ページ数 | 6 |
| 発行日 | 2011-01-13 (CST) |
[研究会発表申込システムのトップページに戻る]