多段・多目的最適化における解の網羅的発見 Finding compromise solutions for multi-stage and multi-objective optimization problem

この論文にアクセスする

著者

抄録

<p>実世界における多くの問題は,複数の競合する目的からなる多段階・多目的最適化問題(MOP)として定式化することができる.そのため,あらかじめ十分な解候補を提示しなければ妥協解を見つけることは困難である. そこで,本稿ではパレート最適解を網羅的に発見する手法を提案する.本研究のアプローチは,実世界の問題は報酬を獲得するまでに複数の行動の評価値を必要とするため,多目的強化学習に基づいている.本研究では,「収集車の容量」と「収集時間」の2つの目的からなる「ごみ収集問題」に適用して評価した.</p>

<p>Many problems in real world could be formalized as the multi-stage and multi-objective optimization problems (MOP) where there exist mutual conflicts among the objective functions. It is said that people hard to find a compromise solution without a sufficient number of solutions as the candidates. Thus, we propose a method to find the pareto-optimal exhaustively. Our approach is based on multi-objective reinforcement learning (MORL) because the real-world problem requires multiple action-sequences until getting the reward. We evaluate our proposed method by applying it to "waste collection problem" where there are two conflicting objective functions, "capacity of collecting vehicles" and "time".</p>

収録刊行物

  • 人工知能学会全国大会論文集

    人工知能学会全国大会論文集 JSAI2018(0), 4D2OS18c02-4D2OS18c02, 2018

    一般社団法人 人工知能学会

各種コード

ページトップへ