強化学習に基づく最適経路発見問題における対話型多目的意思決定手法の開発

カテゴリ: 研究会(論文単位)

論文No: CT18118

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2018/12/16

タイトル(英語): Development of interactive multi-objective decision making method for optimal route finding problem based on reinforcement learning

著者名: 山本 浩之(広島大学),林田 智弘(広島大学),西崎 一郎(広島大学),関崎 真也(広島大学)

著者名(英語): Hiroyuki Yamamoto(Hiroshima University),Tomohiro Hayashida(Hiroshima University),Ichiro Nishizaki(Hiroshima University),shinya Sekizaki(Hiroshima University)

キーワード: 多目的最適化|強化学習|パレート最適解|対話型手法|multi-objective optimization|Reinforcement Learning|Pareto optimal solution|Interactive method

要約(日本語): 多目的最適化問題に対するパレート解が複数個存在する場合，各目的のトレードオフ関係を考慮して，意思決定者が最も選好する１つの解が合理的に選択されるべきである．一方で，多目的最適化問題に対する意思決定者の選好構造を同定するためには煩雑な手続きが必要となる．本研究では，最短経路発見問題を多目的意思決定問題に拡張した問題のための，強化学習を基礎とする対話型意思決定手法を開発し，数値実験で有用性を示す．

要約(英語): If there exist multiple Pareto solutions of a multi-objective optimization problem, the solution most preferred by a decision maker should be chosen rationally in consideration of the trade-off relation between the objectives.\nHowever, complicated procedures are required to identify the preference structure of the decision maker.\nThis study develops an interactive decision making method based on reinforcement learning for optimal route finding problems which are extended into multi-objective decision making problem and conducts numerical experiments.

原稿種別: 日本語

PDFファイルサイズ: 1,187 Kバイト