特許ウォッチ

公開番号2024162146
公報種別公開特許公報(A)
公開日2024-11-21
出願番号2023077415
出願日2023-05-09
発明の名称多主体調停システム、多主体調停方法
出願人株式会社日立製作所
代理人弁理士法人サンネクスト国際特許事務所
主分類G06Q 10/04 20230101AFI20241114BHJP(計算;計数)
要約【課題】全体指標および個別指標の両方を考慮した複数主体の意思決定を算出し、提案として各主体に提示できる。
【解決手段】多主体調停システムは、少なくとも1つの全体指標である対象全体指標、および少なくとも1つの個別指標である対象個別指標に影響を与える複数主体の意思決定を調停する多主体調停システムであって、複数主体のそれぞれから入力される複数主体の観測である主体データと、対象全体指標および対象個別指標のそれぞれに対応する評価関数に基づいて複数主体のそれぞれの意思決定を算出し、複数主体のそれぞれに意思決定を提案する意思決定算出部を備える。
【選択図】図1

特許請求の範囲【請求項１】
少なくとも１つの全体指標である対象全体指標、および少なくとも１つの個別指標である対象個別指標に影響を与える複数主体の意思決定を調停する多主体調停システムであって、
前記複数主体のそれぞれから入力される前記複数主体の観測である主体データと、前記対象全体指標および前記対象個別指標のそれぞれに対応する評価関数に基づいて前記複数主体のそれぞれの意思決定を算出し、前記複数主体のそれぞれに前記意思決定を提案する意思決定算出部を備える多主体調停システム。
続きを表示（約 1,700 文字）【請求項２】
請求項１に記載の多主体調停システムであって、
現在時刻における前記複数主体の前記意思決定、および前記現在時刻における前記主体データに基づき、次の時刻における前記主体データを算出する環境モデルと、
前記評価関数、前記現在時刻における前記主体データ、および前記環境モデル、前記提案の根拠である提案根拠を算出し、前記複数主体のそれぞれに前記提案根拠を提示する提案根拠算出部をさらに備える、多主体調停システム。
【請求項３】
請求項１に記載の多主体調停システムであって、
前記意思決定算出部が算出した前記複数主体のそれぞれの意思決定に対して、前記複数主体に含まれる１つの主体である対象主体からの調整依頼を適用した場合の影響度を算出し、前記対象主体に前記影響度を提示する適用算出部とをさらに備える、多主体調停システム。
【請求項４】
請求項１に記載の多主体調停システムであって、
前記意思決定算出部は、前記複数主体の間で決められた公平性に関する定義を制約条件として、前記意思決定を算出する、多主体調停システム。
【請求項５】
請求項１に記載の多主体調停システムであって、
前記意思決定算出部は、前記対象全体指標、および前記対象個別指標ごとに損失関数算出時の方策を統一しつつ、Ｑ関数を分割した強化学習により得られたパラメータを備え、当該パラメータを用いて前記意思決定を算出する、多主体調停システム。
【請求項６】
請求項５に記載の多主体調停システムであって、
前記意思決定算出部は、前記強化学習によって学習したエージェントモデルを備え、前記主体データに基づき、前記対象全体指標および前記対象個別指標を同時に向上する各主体の意思決定を算出する、多主体調停システム。
【請求項７】
請求項６に記載の多主体調停システムであって、
現在時刻における前記複数主体の前記意思決定、および前記現在時刻における前記主体データに基づき、次の時刻における前記主体データを算出する環境モデルと、
前記エージェントモデル、前記環境モデル、前記現在時刻における前記主体データ、および前記意思決定算出部が算出する前記意思決定に基づきロールアウトを実行することで、将来の時刻における前記意思決定、前記将来の時刻における前記主体データを算出し、前記Ｑ関数を用いて前記対象全体指標および前記対象個別指標のうち少なくとも１つの指標の時系列合計値を算出する提案根拠算出部と、をさらに備える多主体調停システム。
【請求項８】
請求項６に記載の多主体調停システムであって、
前記意思決定算出部が算出した前記複数主体のそれぞれの意思決定に対して、前記複数主体に含まれる１つの主体である対象主体からの調整依頼を適用した場合の影響度を算出し、前記対象主体に前記影響度を提示する適用算出部とをさらに備える、多主体調停システム。
【請求項９】
請求項８に記載の多主体調停システムであって、
現在時刻における前記複数主体の前記意思決定、および前記現在時刻における前記主体データに基づき、次の時刻における前記主体データを算出する環境モデルをさらに備え、
適用算出部は、前記意思決定算出部が算出した前記現在時刻における前記複数主体のそれぞれの前記意思決定に対して、前記複数主体に含まれる１つの主体である対象主体からの調整依頼を適用した前記意思決定、前記エージェントモデル、前記環境モデル、および前記現在時刻における前記主体データに基づきロールアウトを実行することで、将来の時刻における前記対象全体指標および前記対象個別指標のうち少なくとも１つの指標の時系列合計値への影響を算出し、前記主体に提示する、多主体調停システム。
【請求項１０】
請求項６に記載の多主体調停システムであって、
前記エージェントモデルは時系列モデルを含み、前記主体データから特徴量を抽出する、多主体調停システム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、多主体調停システム、および多主体調停方法に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
複数の主体が同一環境で意思決定を実行し合い、各意思決定によって、環境における状態が時系列的に遷移していき、各主体の指標が各意思決定と状態遷移によって定まる。ここで、指標には、各主体に共通の指標である複数の全体指標と、各主体に特有の複数の個別指標が存在する場合を考える。この場合には、各全体指標と各個別指標は必ずしもＷｉｎ－Ｗｉｎの関係ではなく、トレードオフの関係になっている場合も含む。全ての主体が各全体指標に対して、各個別指標よりも十分に大きい重み係数を設定していない、かつ非協力ゲームの設定の場合を仮定する。このとき、各主体は互いに各個別指標を向上し合い、各全体指標を向上できない、または一部の主体が自身の各個別指標を犠牲にしながら、各全体指標を向上し、主体間にて不公平が生じるようなナッシュ均衡に収束する。
【０００３】
特許文献１には、複数のユーザ夫々の端末装置とサーバとがネットワークによって接続し、前記サーバは、複数の端末装置夫々から送信された計画を最適化し、最適化された計画を前記複数のユーザ夫々の前記端末装置に提供する、計算機システムであって、前記サーバはメモリに記載されたプログラムを実行するコントローラを備え、当該コントローラは、前記複数の端末夫々から送信された計画を評価し、当該評価の結果に基づいて、前記複数ユーザ夫々の効用関数を推定し、当該効用関数に基づいて前記複数のユーザに推奨する計画を設定し、当該推奨する計画を前記複数のユーザ夫々の端末装置に送信し、前記複数のユーザが当該推奨する計画に合意するまで、前記評価と前記推奨する計画の設定を繰り替えし、当該複数のユーザが合意した前記推奨する計画を前記最適化された計画として決定する、計算機システムが開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２３－００６３４７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１に記載されている発明では、各主体の意思決定の算出に改善の余地がある。
【課題を解決するための手段】
【０００６】
本発明の第１の態様による多主体調停システムは、少なくとも１つの全体指標である対象全体指標、および少なくとも１つの個別指標である対象個別指標に影響を与える複数主体の意思決定を調停する多主体調停システムであって、前記複数主体のそれぞれから入力される前記複数主体の観測である主体データと、前記対象全体指標および前記対象個別指標のそれぞれに対応する評価関数に基づいて前記複数主体のそれぞれの意思決定を算出し、前記複数主体のそれぞれに前記意思決定を提案する意思決定算出部を備える。
本発明の第２の態様に多主体調停方法は、コンピュータが実行する、少なくとも１つの全体指標である対象全体指標、および少なくとも１つの個別指標である対象個別指標に影響を与える複数主体の意思決定を調停する多主体調停方法であって、前記複数主体のそれぞれから前記複数主体の観測である主体データを取得することと、前記対象全体指標および前記対象個別指標のそれぞれに対応する評価関数に基づいて前記複数主体のそれぞれの意思決定を算出し、前記複数主体のそれぞれに前記意思決定を提案することと、を含む。
【発明の効果】
【０００７】
本発明によれば、全体指標および個別指標の両方を考慮した複数主体の意思決定を算出し、提案として各主体に提示できる。上記以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
【図面の簡単な説明】
【０００８】
多主体調停システムの構成図
多主体調停システムのフローチャート
意思決定提案システムの構成図
提案根拠生成システムの構成図
調整依頼適用システムの構成図
強化学習の機能を含む多主体調停システムの構成図
強化学習の学習部の構成図
多主体調停システムのハードウエア構成図
多主体調停システムのユーザーインターフェース
多主体調停システムのユーザーインターフェース
変形例１における多主体調停システムの構成図
【発明を実施するための形態】
【０００９】
―第１の実施の形態―
以下、図１～図１０を参照して、多主体調停システムの第１の実施の形態を説明する。
【００１０】
図１は、多主体調停システム１００の機能的構成図である。多主体調停システム１００は、複数の主体との間で様々な情報を授受する。図１では複数の主体を代表して主体ｉのみを記載しているが、実際には複数の主体が存在する。たとえば、主体１、主体２、・・・、主体｜Ｉ｜が存在する。主体とは、環境や他の主体に作用して影響を及ぼすものであり、システムや人間などである。それぞれの主体と多主体調停システム１００との間で授受される具体的な内容は異なるがデータが意味するものは共通している。
（【００１１】以降は省略されています）

関連特許