| 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 | 2022-12-21 16:30 Agent based Modeling and Reinforcement Learning for optimal allocation of resources ○Rashmi Tilak・Toshiharu Sugawara（Waseda Univ.）  AI2022-45 |
|
| 抄録 | （和） | We propose a model and notation for business process for delivery of parcels using drones and attempt to improve the total efficiency of the process using reinforcement learning. Although modeling the business processing is one of important applications of multi-agent systems, it is a challenge to design and control the processing efficiently. For this purpose, we train several drones in a way that helps them determine the right number of resources keeping in view the main factors using reinforcement learning. We also examine the use of two types of Q learning algorithms --- temporal difference (TD) and SARSA --- and investigate the difference between the learned behaviors using them, such as utilization percentage of drones, queue size of packages, idle drones. We show that the trained model outperforms the model with no learning involved and SARSA results in the better performance due to their safer learning. |
| （英） | We propose a model and notation for business process for delivery of parcels using drones and attempt to improve the total efficiency of the process using reinforcement learning. Although modeling the business processing is one of important applications of multi-agent systems, it is a challenge to design and control the processing efficiently. For this purpose, we train several drones in a way that helps them determine the right number of resources keeping in view the main factors using reinforcement learning. We also examine the use of two types of Q learning algorithms --- temporal difference (TD) and SARSA --- and investigate the difference between the learned behaviors using them, such as utilization percentage of drones, queue size of packages, idle drones. We show that the trained model outperforms the model with no learning involved and SARSA results in the better performance due to their safer learning. | |
| キーワード | （和） | drones / SARSA / Reinforcement learning / Warehouse delivery / / / / |
| （英） | drones / SARSA / Reinforcement learning / Warehouse delivery / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 322, AI2022-45, pp. 68-73, 2022年12月. | |
| 資料番号 | AI2022-45 | |
| 発行日 | 2022-12-14 (AI) | |
| ISSN | 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 | AI2022-45 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2022-12-21 - 2022-12-21 |
| 開催地（和） | 九州大学 西新プラザ |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2022-12-AI |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Agent based Modeling and Reinforcement Learning for optimal allocation of resources |
| サブタイトル（英） | |
| キーワード(1)（和/英） | drones / drones |
| キーワード(2)（和/英） | SARSA / SARSA |
| キーワード(3)（和/英） | Reinforcement learning / Reinforcement learning |
| キーワード(4)（和/英） | Warehouse delivery / Warehouse delivery |
| キーワード(5)（和/英） | / |
| 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） | Rashmi Tilak / Rashmi Tilak / |
| 第1著者 所属（和/英） | Waseda University (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Toshiharu Sugawara / Toshiharu Sugawara / |
| 第2著者 所属（和/英） | Waseda University (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-12-21 16:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2022-45 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.322 |
| ページ範囲 | pp.68-73 |
| ページ数 | 6 |
| 発行日 | 2022-12-14 (AI) |
[研究会発表申込システムのトップページに戻る]