知識システム研究室
研究紹介
進化的計算法 セルオートマトン マルチエージェント

進化的計算法(Evolutionary Computing, EC)

 進化的計算法とは、生物の進化をモデル化した探索手法です。進化的計算法では、交叉や突然変異といった遺伝的操作を行えるように解を染色体としてコード化します。解は適応度(目的関数による評価)に応じて選択、淘汰され、より環境に適応した個体の遺伝子が次世代に多く残ります。進化的計算法の代表的なものとして、遺伝的アルゴリズムや、進化戦略があり、本研究室でも主にこの2つを扱っています。

遺伝的アルゴリズム(GA)を用いた研究の例

進化戦略(ES)を用いた研究の例

▲top

セルオートマトン(Cellar Automata, CA)

 セルオートマトンとは、図のようなセル構造(細胞のような区画)を有し、ある時刻での自身と近傍セルの状態から、遷移規則に従って次の時刻での各セルの状態を決定していくことで、動的なパターンを再現するモデルです。CAは、超並列コンピュータへの応用が期待されています。本研究室では、CAを用いた超並列コンピュータのプログラムを自動設計するための基礎研究として、特定の問題を解決したり、要求されたパターンを生成するCAの状態遷移ルールを、GAを用いて進化的に獲得する研究を行っています。

CAのルール進化に関する研究の例

▲top

マルチエージェントシミュレーション(Multiagent Simulation)

 環境の状態を知覚し、ルールに従って自律的に動作する主体をエージェントと呼びます。マルチエージェントシミュレーションとは、人間や人間のような認識・判断を行う主体をエージェントとしてモデル化し、複数のエージェントが相互作用することで現れる社会的なふるまいを分析するための手法です。本研究室では、マルチエージェントシミュレーションを利用した社会現象の予測や分析、適応的な制御システムの研究を行っています。

マルチエージェントモデルを用いた研究の例

▲top