| 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 | 2026-03-02 15:20 サプライチェーン自動交渉のためのNewsvendorモデルに基づく学習エージェントの実装 ○遠山麟太郎・伊藤孝行（京大）  Consen2025-32 |
|
| 抄録 | （和） | Supply Chain Management League（SCML）-OneShot 環境における自動交渉では，同一日に複数相手から提案が同時到着し，数量の受諾組合せ選択が組合せ的となる．また，不足と余剰に対するペナルティが非対称である一方，交渉可能な単価幅は狭く，成績は主として数量整合で左右される．本研究では，強化学習（RL）方策を基盤としつつ，実行時にルールで補正するハイブリッド交渉エージェント S-NVP（Shield, Newsvendor, Portfolio）を提案する．S-NVP は，（1）同時到着提案をポートフォリオとして扱う部分集合受諾，（2）制約違反や未応答等による破綻を抑えるシールド，（3）Newsvendor モデルに基づく目標数量補正を組み合わせる．SCML-OneShot のトーナメント評価により，標準ベースラインに対して性能と安定性を改善し，既存の強力なベースラインエージェントである CautiousOneShotAgent と比較しても同等以上の平均スコアと下振れリスク低減を確認した． |
| （英） | SCML-OneShot features concurrent bilateral negotiations within a single day, where multiple offers can arrive simultaneously and quantity matching dominates performance due to a narrow negotiable price range. We propose S-NVP (Shield, Newsvendor, Portfolio), a hybrid negotiation agent that combines a reinforcement learning (RL) policy with execution-time rule-based shielding. S-NVP (i) selects an acceptance subset over concurrently arrived offers, (ii) enforces hard constraints and prevents protocol failures, and (iii) applies a Newsvendor-inspired target correction to handle asymmetric excess/shortfall penalties. Tournament evaluations in SCML-OneShot show that S-NVP improves performance and stability over standard baselines and achieves comparable or higher mean score than a strong rule-based baseline, CautiousOneShotAgent, while reducing downside risk. | |
| キーワード | （和） | 自動交渉 / 強化学習 / サプライチェーン / SCML-OneShot / Newsvendorモデル / / / |
| （英） | automated negotiation / reinforcement learning / supply chain / SCML-OneShot / Newsvendor model / / / | |
| 文献情報 | 信学技報, vol. 125, no. 377, Consen2025-32, pp. 29-34, 2026年3月. | |
| 資料番号 | Consen2025-32 | |
| 発行日 | 2026-02-23 (Consen) | |
| 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 | Consen2025-32 |
|
| 研究会情報 | |
| 研究会 | Consen |
| 開催期間 | 2026-03-02 - 2026-03-03 |
| 開催地（和） | 東北大学電気通信研究所本館 ３階Ｍ３３１室 |
| 開催地（英） | Research Institute of Electrical Communication, Tohoku University |
| テーマ（和） | 合意と共創、防災、マルチエージェントシステム、一般 |
| テーマ（英） | Co-creative Design and Consensus Design, Disaster Prevention, Multiagent System, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | Consen |
| 会議コード | 2026-03-Consen |
| 本文の言語 | 日本語 |
| タイトル（和） | サプライチェーン自動交渉のためのNewsvendorモデルに基づく学習エージェントの実装 |
| サブタイトル（和） | |
| タイトル（英） | Implementation of a Learning Agent Based on the Newsvendor Model for Automated Supply Chain Negotiation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自動交渉 / automated negotiation |
| キーワード(2)（和/英） | 強化学習 / reinforcement learning |
| キーワード(3)（和/英） | サプライチェーン / supply chain |
| キーワード(4)（和/英） | SCML-OneShot / SCML-OneShot |
| キーワード(5)（和/英） | Newsvendorモデル / Newsvendor model |
| 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） | 遠山 麟太郎 / Rintaro Toyama / トオヤマ リンタロウ |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 伊藤 孝行 / Takayuki Ito / |
| 第2著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-02 15:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | Consen |
| 資料番号 | Consen2025-32 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.377 |
| ページ範囲 | pp.29-34 |
| ページ数 | 6 |
| 発行日 | 2026-02-23 (Consen) |
[研究会発表申込システムのトップページに戻る]