| 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 | 2026-11-06 11:35 デジタルツインに基づく都市サービス間協調のための強化学習を用いた適応制御 ○付 高文・三好 匠・伊藤暢彦・山崎 託（芝浦工大）  ICM2026-20 |
|
| 抄録 | （和） | スマートシティでは，デジタルツイン基盤の計算資源を共有して多様な都市サービスが提供されることが考えられ，それぞれが需要に応じて品質や利用する計算資源量を調整できることが望ましい．本稿では，各都市サービスが監視，分析，計画及び実行の四つのプロセスを繰り返すMAPE-Kループにおいて，適応内容を決める計画プロセスに強化学習を用いた適応制御を提案する．各都市サービスは，独立Q学習により，互いの情報を用いずに，自身の品質，利用する計算資源及び負荷などからなる報酬に基づき，調整の仕方を学習することで，適応方針を事前に定めることなく自己適応する．最後に，シミュレーションを用いて提案手法の有効性を示す． |
| （英） | In smart cities, various urban services are expected to be provided by sharing the computational resources of a digital twin platform. Each service should be able to adjust its task quality and the amount of computational resources it uses according to its demand. This paper proposes an adaptive control method that applies reinforcement learning to the planning process, which determines the adaptation, in the MAPE-K loop in which each urban service repeats the monitoring, analysis, planning, and execution processes. With independent Q-learning, each service learns how to make these adjustments based on a reward consisting of its own task quality, the amount of computational resources it uses, its service load, and so on, without using information on the other services, and thus adapts itself with no predefined adaptation policy. Finally, simulation results show the effectiveness of the proposed method. | |
| キーワード | （和） | デジタルツイン / MAPE-Kループ / 自己適応システム / マルチエージェント強化学習 / 資源割当 / / / |
| （英） | Digital twin / MAPE-K loop / self-adaptive systems / multi-agent reinforcement learning / resource allocation / / / | |
| 文献情報 | 信学技報, vol. 126, no. 223, ICM2026-20, pp. 36-39, 2026年11月. | |
| 資料番号 | ICM2026-20 | |
| 発行日 | 2026-10-29 (ICM) | |
| 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 | ICM2026-20 |
|
| 研究会情報 | |
| 研究会 | NS ICM NV HCL |
| 開催期間 | 2026-11-05 - 2026-11-06 |
| 開催地（和） | 別府国際コンベンションセンター／ビーコンプラザ + オンライン開催 |
| 開催地（英） | Beppu B-con Plaza + Online |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，ブロックチェーン，セキュリティ，ネットワークインテリジェンス・AI，一般 |
| テーマ（英） | Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence/AI, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICM |
| 会議コード | 2026-11-NS-ICM-NV-HCL |
| 本文の言語 | 日本語 |
| タイトル（和） | デジタルツインに基づく都市サービス間協調のための強化学習を用いた適応制御 |
| サブタイトル（和） | |
| タイトル（英） | Reinforcement Learning-Based Adaptive Control for Coordination among Digital Twin-Enabled Urban Services |
| サブタイトル（英） | |
| キーワード(1)（和/英） | デジタルツイン / Digital twin |
| キーワード(2)（和/英） | MAPE-Kループ / MAPE-K loop |
| キーワード(3)（和/英） | 自己適応システム / self-adaptive systems |
| キーワード(4)（和/英） | マルチエージェント強化学習 / multi-agent reinforcement learning |
| キーワード(5)（和/英） | 資源割当 / resource allocation |
| 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） | 付 高文 / Takafumi Fu / フ タカフミ |
| 第1著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura Inst. Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 三好 匠 / Takumi Miyoshi / ミヨシ タクミ |
| 第2著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura Inst. Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 伊藤 暢彦 / Nobuhiko Itoh / イトウ ノブヒコ |
| 第3著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura Inst. Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 山崎 託 / Taku Yamazaki / ヤマザキ タク |
| 第4著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura Inst. Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-11-06 11:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICM |
| 資料番号 | ICM2026-20 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.223 |
| ページ範囲 | pp.36-39 |
| ページ数 | 4 |
| 発行日 | 2026-10-29 (ICM) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)