| 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 | 2026-01-26 09:50 強化学習を用いた自律分散型の資源配置方法の検討 ○薄墨立人・作元雄輔（関西学院大）  CQ2025-75 |
|
| 抄録 | （和） | ユーザの位置を考慮したグラフ上の資源配置問題は，限られた資源をユーザに対して効率的かつ公平に配置する問題であり，コンテンツ配置や分散コンピューティングにおける計算機サーバの配置など，幅広い分野で応用されている．大規模ネットワークでは全体情報の取得が困難であるため，資源が局所的に取得可能な情報のみに基づいて動作する自律分散的な解法が求められるが，既存方法では一般の複雑なネットワークへの適用には課題が残されている．そこで本稿では，効率性と公平性を同時に評価可能な指標としてEDE (Equally-Distributed Equivalent) 指標に基づく定式化を行い，各資源が局所的に観測可能なユーザ情報のみに基づいて，他の資源との相互作用の影響を学習を通じて間接的に取り込み，EDE 指標の低減につながる行動を自律的に学習する分散型の資源配置方法を検討する．さらに，ランダムネットワークを用いたシミュレーション実験により，検討する方法がユーザに対して高い効率性と公平性を同時に実現できることを示す． |
| （英） | Resource allocation problems on graphs that take user locations into account aim to place limited resources efficiently and fairly with respect to users, and have been widely applied in various domains, such as content placement and server placement in distributed computing systems. In large-scale networks, acquiring global information is often impractical, which necessitates autonomous and distributed solution approaches that operate solely on locally obtainable information. However, existing methods still face challenges when applied to general complex networks. In this paper, we formulate the resource allocation problem based on the Equally-Distributed Equivalent (EDE) metric, which enables the simultaneous evaluation of efficiency and fairness. We investigate a distributed resource allocation method in which each resource autonomously learns actions that lead to a reduction of the EDE metric by relying only on locally observable user information and by indirectly incorporating the effects of interactions with other resources through learning. Furthermore, through simulation experiments on random networks, we demonstrate that the proposed method can simultaneously achieve high efficiency and fairness for users. | |
| キーワード | （和） | 自律分散制御 / 資源配置問題 / 公平性 / 効率性 / 強化学習 / / / |
| （英） | Autonomous Decentralized Control / Resource Allocation / Efficiency / Fairness / Reinforcement Learning / / / | |
| 文献情報 | 信学技報, vol. 125, no. 335, CQ2025-75, pp. 7-12, 2026年1月. | |
| 資料番号 | CQ2025-75 | |
| 発行日 | 2026-01-19 (CQ) | |
| 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 | CQ2025-75 |
|
| 研究会情報 | |
| 研究会 | CQ CBE |
| 開催期間 | 2026-01-26 - 2026-01-27 |
| 開催地（和） | 別府商工会議所 |
| 開催地（英） | The Beppu Chamber of Commerce and Industry |
| テーマ（和） | ネットワーク科学、計算社会科学、ヒューマンコンピューターインタラクション、データ解析、ユーザー行動、メディア品質、一般 |
| テーマ（英） | Network Science, Computational Social Science, Human Computer Interaction, Data Analysis, User Behaviour, Media Quality, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2026-01-CQ-CBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 強化学習を用いた自律分散型の資源配置方法の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Autonomous Distributed Resource Allocation Method Using Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自律分散制御 / Autonomous Decentralized Control |
| キーワード(2)（和/英） | 資源配置問題 / Resource Allocation |
| キーワード(3)（和/英） | 公平性 / Efficiency |
| キーワード(4)（和/英） | 効率性 / Fairness |
| キーワード(5)（和/英） | 強化学習 / Reinforcement Learning |
| 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） | 薄墨 立人 / Ryuto Usuzumi / ウスズミ リュウト |
| 第1著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ) |
| 第2著者 氏名（和/英/ヨミ） | 作元 雄輔 / Yusuke Sakumto / サクモト ユウスケ |
| 第2著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-01-26 09:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2025-75 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.335 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2026-01-19 (CQ) |
[研究会発表申込システムのトップページに戻る]