Home >

news ヘルプ

論文・著書情報


タイトル
和文:組織学習エージェントによるプリント基板設計問題への接近 
英文: 
著者
和文: 高玉圭樹, 中須賀真一, 寺野隆雄.  
英文: Keiki Takadama, Shinichi Nakasuka, Takao Terano.  
言語 Japanese 
掲載誌/書名
和文:電子情報通信学会論文誌 
英文: 
巻, 号, ページ Vol. J81-D-I    No. 5    pp. 514-522
出版年月 1998年5月 
出版者
和文: 
英文: 
会議名称
和文: 
英文: 
開催地
和文: 
英文: 
公式リンク http://search.ieice.org/bin/summary.php?id=j81-d1_5_514&category=D&year=1998&lang=J&abst=
 
アブストラクト 本論文では, 個々のエージェントが各々の判断基準(局所評価関数)を変更しながら行動する組織学習指向型分類子システム, および, そのシステムのための新たなマルチエージェント強化学習法を提案し, これらをCADの分野におけるプリント基板配置問題に適用した結果を報告する.以前からプリント基板配置問題では, 設計期間や生産コストを下げるために大域的に最適化を行う方法が数多く提案されているが, これらの方法は与えられた部品を専門家よりも効果的に配置できず, 最終的に残った本質的な部分を専門家にゆだねなければならない場合が多い.そこで, 本システムは大域的な視点で部品配置を決定する方法ではなく, エージェント(部品)間の局所的なインタラクションにより, エージェント自らが自分の部品位置を決定する方法を取り入れる.本システムを実規模のプリント基板に応用した結果, 次の知見が得られた.1)我々のシステムは専門家と同等の実行可能解を見出した.2)従来の強化学習よりも我々のシステムの方が, 試行回数と総配線長の観点において, ともに優れている.

©2007 Institute of Science Tokyo All rights reserved.