| 講演名 | 2003/1/28 集合的決定におけるマルチエージェント強化学習 : E-Democracyの制度設計への利用を中心に 山川 宏, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | グループ全体の意思決定である集合的決定においても,近年はIT技術の利用が可能になってきたので,電子民主主義(E-Democracy)も現実的になった.電子民主主義では従来に比べて柔軟な制度設計が可能であるから,民意を適切に反映する優れた制度を設計できる可能性をもっている.しかし,現状では,集合的決定の制度設計手法が十分に確立しているとはいい難い.マルチエージェント強化学習(以下,MA-RLと呼ぶ)は,このような設計課題に対しする一つの有力なアプローチである.本報告では,E-Democracyによる,新たな制度の可能性を説明し,試験的なMA-RLのシミュレーションを行い,集合的決定の課題とMA-RLの課題を比較検討することで,集合的決定の制度設計技術としてのMA-RLの可能性を探った. |
| 抄録(英) | In recent years, E-Democracy became realistic. In E-Democracy, a flexible system design is possible compared with the conventional democracy. Thereby, the better system which reflects public opinion appropriately may be able to be designed. However, in the present state, the system design technique of collective decision-making is not established. Multi-agent reinforcement learning is one powerful approach carried out to such a design subject. In this report, first, I explain a possibility by new design of E-Democracy system. Second, I present the simple simulation of MA-RL. Third, I compare the subject of collective decision-making and the subject of MA-RL. By the above-mentioned argument, the potentiality of MA-RL as system design technology of collective decision-making was explored. |
| キーワード(和) | 直接民主政 / 強化学習 / 集合的決定 / マルチエージェント |
| キーワード(英) | Direct Democracy / Reinforcement Learning / Collective Decision-Making / Multi-agent System |
| 資料番号 | NC2002-124 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2003/1/28(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 集合的決定におけるマルチエージェント強化学習 : E-Democracyの制度設計への利用を中心に |
| サブタイトル（和） | |
| タイトル（英） | Multi-agent Reinforcement Learning on Collective Decision-Making : Designing E-Democracy |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 直接民主政 / Direct Democracy |
| キーワード(2)（和/英） | 強化学習 / Reinforcement Learning |
| キーワード(3)（和/英） | 集合的決定 / Collective Decision-Making |
| キーワード(4)（和/英） | マルチエージェント / Multi-agent System |
| 第 1 著者 氏名（和/英） | 山川 宏 / Hiroshi YAMAKAWA |
| 第 1 著者 所属（和/英） | (株)富士通研究所ITコア研究所グリッド&バイオ研究部 Grid Computing & Bioinfomatics Lab. FUJITSU LABORATORIES LTD. |
| 発表年月日 | 2003/1/28 |
| 資料番号 | NC2002-124 |
| 巻番号（vol） | vol.102 |
| 号番号（no） | 628 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |