マルチエージェントシステムnama/Top/InvitedTalk/08-01_it.pdf0 - 最適設計研究会’08（防大）マルチエージェントシステム生天目章防衛大学校情報工学科

0 - 最適設計研究会 ’08（防大）

マルチエージェントシステム

生天目章

防衛大学校情報工学科

www.nda.ac.jp/nama

１．　エージェントとマルチエージェントの概要

２．　行動観察に基づくシミュレーション研究

　　：サービス科学

３．　社会シミュレーション

1 - 最適設計研究会 ’08（防大）1

エージェント［１］

エージェント：自律的に行動するオブジェクト（人間モデル）

情報

行動

agent：(和訳)行為の主体，代理人

行動ルール　(記憶・学習)

出力

入力


エージェント［２］

ユーザの代理・支援をするソフトウェア

• 知的エージェント

• 推論，プランニング，学習機能をもつ

• インターフェースエージェント

• ユーザ対話，会話機能をもつ

• モバイルエージェント

• ネットワーク上を移動した非同期並列処理方式

エージェント単体より，複数エージェント（マルチエージェントの方が，個々のエージェントの強みが現れる

ソフトウェアエージェントの例


エージェント技術の適用分野

仮想社会

• シミュレーション研究(人工社会)• マルチエージェントシミュレーション

• システム開発

• ソフトウェアエージェント

• モバイルエージェント

• マルチエージェントシステム

現実社会

ロボット，無人機の制御

ユビキタス情報関連（家電，携帯電話，カーナビ等）

建築物の構造設計など


例：電子メールエージェント

クライアントＡ

メール編集・閲覧，送受信

メールサーバーY

クライアントB

クライアントC

送信

受信

MTA

メールボックスの確認

メール転送エージェント (MTA、Mail Transfer Agent)

メールサーバーY

メールユーザエージェント (Mail User Agent : MUA)

MUA

MUA

転送

メールサーバーX

メール配送エージェント(Mail Delivery Agent、MDA)


例:カーナビでの応用

内蔵地図，GPS（位置），VICS（渋滞），Web（店舗等）のデータを分析し、最良なルートの提案車両の位置，速度（向き）に合わせて表示音声入出力の可能


マルチ・エージェント

巨視的挙動

準微視的挙動（相互作用，創発）

全体的な振舞い

個々のエージェントの振舞い

微視的挙動

多数の異質なエージェント集団：メゾスコピックレベルでの挙動に焦点をあてる


相互作用の意義

A B

A B欲求：近づきたい欲求：近づきたい

意思意思集結

現れる挙動

A B欲求：近づきたい欲求：避けたい

意思意思

追跡

現れる挙動


生物世界に見られる創発行動の謎

群れ行動の創発

個は全体の構成員

としての意識はなし

リーダーの不在

個の行動ルールや個同士の因果関係から説明困難な現象や性質が系全体に発現


近傍のエージェントの

中心の方向へ近づく．

Cohesion近傍のエージェントから

離れる．

近傍のエージェントの平均速度に

速度（向き）を合わせる．

"Steering Behaviors For Autonomous Characters",Game Developers Conference

個々のエージェントに簡単な3つの行動ルールを与える⇒ 近傍のエージェントどうしの局所的な相互作用⇒ 全体として，群れ行動が創発

Separation Alignment

C.W.Reynolds(1999)

Boidsモデル


戦場モデル

• エージェント：２次元格子状を移動

• 各マスにエージェントを配置エージェントの状態

• 正常, 負傷, 退場（死傷）

行動

情報収集

判断・学習

• 味方に近づく• 敵から遠ざかる• 敵を撃つ• 目標に近づく，あるいは離れる

• 味方は近くにいるか？• 敵は近くにいるか？• 目標 (自軍または敵の旗)は？

マルチエージェント戦闘シミュレーション

青軍赤軍


発展版：障害物や地形の導入


密集した状態の戦闘

粘着性（両軍が浸透し合い固まりになる）

薄膜（直線的な前線を形成）

Swarming的戦闘群れ（入れ子状）


進化学習（ＧＡ）による最適な行動ルールの獲得

　　最適な方法で目的を達成させるために，個々のエージェントの行動ルール学習させる．

• 目的１：最短時間で最大数の兵士を敵陣に侵攻させる

• 目的２：最小の兵力で侵攻する

• 目的３：被害を最小にしながら侵攻を成功させる


両軍学習なしの場合の挙動

赤軍は，青軍に阻まれて侵攻することはできない

t=0

t=50t=40

t=10 t=20

赤：攻撃側

青：防御側


赤軍が学習する場合の挙動

赤軍：青軍の弱点を衝き侵攻に成功

t=0

t=50t=40

t=10 t=20

赤軍のエージェント：行動ルールを進化学習


II(1) 行動観察に基づくシミュレーション研究

我々はどのように行動するのか？

　　：合理的な意思決定モデル

　　：カスケード現象

人間行動の観察に基づくシミュレーション研究


従来の数理モデルとの違い

• 従来のモデル：ランチェスター方程式

• 解析：平衡状態及びその周辺の解析

• 新しい考え方：複雑適応系

• マルチエージェントシミュレーション

• 非線形，カオス，フラクタル，自己組織化，進化， etc

0

0

)0(),(

)0(),(

BBtRdtdB

RRtBdtdR

R

B

=−=

=−=

α

α


ガウス分布とべき分布

λ−= Cxxf )(

( )⎭⎬⎫

⎩⎨⎧ −−= 2

2

2exp

21)(

σμ

σπxxf

Zipfの法則：1 （英単語、都市の大きさ）

タンパク質ドメイン：1 (van Noort et al.)

タンパク質相互作用：2.1-2.5 (Yook et al.)

遺伝子発現量：2 (Ueda et al.)

代謝経路：2.2 (Jeong et al.)

wwwのリンク：2.1 (Barabasi et al.)

競演映画俳優：2.3 (Barabasi et al.)

送電線：4 (Barabasi et al.)

論文の引用：3 (Redner et al.)

λの値 Carl Friedrich Gauss

ガウス分布：伝統的なモデル

べき乗則：社会に見られる現象


人口分布：べき分布

NT=672（米国の例）a=4*108

b=1.2

世界各国の都市人口の分布：べき分布

都市の人口数

都市数

１ｋｍ２あたりの人口分布：対数正規分布:日本（２０００）


戦争やテロの犠牲者（昔と現在）：べき分布

U. Javeriana, Colombia


　　　　個人の意思決定の分類

Utility　U2

Sell

Utility　U1

Buy

Probability to buy:　p1

(1) 独立した意思決定例：誰に投票するか？（個人の好みの問題）＜合理的な意思決定＞：効用(利得）の高い方を選択するU1: S1を選択したときの効用U2: S2を選択したときの効用

(2) 他者依存的な意思決定

最も多くの投票を集めた人に投票したとき，利得を得ることができる

（自分の好みより，他の人はどのように投票するかを考える必要がある）

美人投票ゲーム：二者択一問題


ラーメン屋Ｂ

Ａに行こうかな．

でも，Ｂに並んでいる人の方が多い．Ｂに行こう．

カスケード(Cascade)現象

個人の異質性が反映されることなく，全体が画一的な判断をする状況に雪崩込んでしまうことをカスケード（雪崩）現象という．

情報不足情報不足

先行した他人の行動に正しい情報が含まれている判断．

先行した他人の行動に正しい情報が含まれている判断．

ラーメン屋Ａ

22

Cascade :階段状に連続した滝「次へとつなげること」


カスケード現象の例

23ＮＹ株の株価（株式市場）

新製品の普及プロセス

http://plusd.itmedia.co.jp/mobile/articles/0806/10/news019.html


個人の意思決定：選好と他者からの影響

S1 S2

個人の選好 p

社会的影響S(t)

重みα

エージェントの選択確率q

)()1()1( tSptq αα −+=+

q(t+1)：時点t+1で選択をするエージェントが S1を選択する確率

24

α∈[0,1]

M：S1を選択している人N：:S2を選択している人

)/( NMMS +=周りからの影響

個人の選好と周りからの影響の相対的重み


シミュレーションの様相


シミュレーション結果

新製品の普及プロセス内閣支持率

S I Rλ β

賛成反対タイプ１：一方向プロセス

（感染症）

タイプ２：双方向プロセス


社会現象に見られるマルチンゲール

時点t

{ }

Polyaの壺モデル[Polya,1923]

)()()()1( tNtM

tMtq +=+選択確率：

S1を選択する人の割合： F(t)

単調増加，または減少乱高下

p(M(t)=1)=p(M(t)=2)=p(M(t)=3)=…p(M(t)=t+1)=1/(t+1)M(t):S1を選択する人の数

挙動の初期値依存性，経路依存性


世論形成とマルチンゲール

マスコミ（新聞）は，世論形成に影響を与えるのか？

新聞の社説など

個人の事前の考えや意見個人の事前の考えや意見

個人の考えの見直し

期待した以上の社説ならば，その意見に傾く期待した意見でなければ，無視する


II (2)　エージェントモデルとサービス科学

＜消費者行動の研究＞

どのようなサービスが顧客を引き付けるのか？

どのような条件の下，消費者は購入するのか？

• 価格が安い

• 質が高い

• 衝動買い


コンジョイント分析

多属性意思決定モデルの拡張

選択結果から，属性間の相対重要度を推定する

全部

どれを重視する？

どれにする？

Bにしよう

かな

モデルA モデルB モデルC モデルD

CPU Memory HDD Price

普通のアンケートコンジョイント分析


新しいアプローチの背景と目的

コンジョイント分析

• 間接的な質問から，消費者のトレードオフ的な意思決定の実態を推察できる

• 消費者は何を重視するのか，属性間の相対的な重要性が得られる

行動解析手法の発達

• 小型カメラ

• 大規模ストレージ

• 解析用ソフトウェア

新しいモデリング＆シミュレーション

• 多数の消費者行動履歴を利用した顧客モデルの作成


解析ツール

動線解析のソフトウェア(Vitracom SiteView) 店内での行動は「選択」

• 動線：どちらに動くかの選択

• 品物を手に取ることも選択

• 売り場での滞在時間は「採点」

• 滞在時間が長い場所は

高い点数


場所＝コンジョイントカード

滞在時間＝格付け

行動からコンジョイントカードへの変換

デザート

雑誌軽食A

食事B

レジ

雑貨

パン

コピー

飲料入口

化粧品食事A軽食B

飲料

文具

①

②

③④ ⑤ ⑥

⑦⑬⑭

⑪ ⑫

⑧⑨⑩

⑮

⑯

カード1 (食事, 熱い, 長期, 安い) ⑥カード2 (食事, 熱い, 短期, 高い) ⑪カード3 (食事, 常温, 短期, 普通) ⑫カード4 (軽食, 冷たい, 短期, 普通) ①カード5 (軽食, 常温, 長期, 安い) ⑤カード6 (軽食, 常温, 長期, 高い) ⑬カード7 (飲料, 冷たい, 長期, 普通) ⑦カード8 (飲料, 冷たい, 短期, 普通) ⑧

カード1 (食事, 熱い, 長期, 安い) ⑥カード2 (食事, 熱い, 短期, 高い) ⑪カード3 (食事, 常温, 短期, 普通) ⑫カード4 (軽食, 冷たい, 短期, 普通) ①カード5 (軽食, 常温, 長期, 安い) ⑤カード6 (軽食, 常温, 長期, 高い) ⑬カード7 (飲料, 冷たい, 長期, 普通) ⑦カード8 (飲料, 冷たい, 短期, 普通) ⑧


観測データ：訪れた棚数の分布

0

2

4

6

8

10

12

14

16

18

20

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

次の

級

0

2

4

6

8

10

12

14

16

18

20

人数

人数

通過した棚の数

平日

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

次の

級

通過した棚の数

休日

消費者が興味を示した棚の数

• 平日は“目的指向”

• 休日は“回遊指向”


結果（コンジョイント分析）

消費者の意図推定結果（平日）

平日は、飲料　＞　軽食　＞　食事の順に重要視

平日の種類別効用値

飲料

軽食食事


結果（コンジョイント分析）

消費者の意図推定結果（休日）

休日は、飲料　＞　食事　＞　軽食の順に重要視

飲料

軽食

食事

休日の種類別効用値


行動観察に基づくシミュレーション：レイアウトの最適設計

動線アルゴリズム

• Pedestrian Library (AnyLogic)• 自動ルート探索、障害物回避

• ウェイポイントによる移動

• ウェイポイントの設定

• 各エージェントが２箇所の棚を見る

• 棚の滞在時間は効用に比例


渋滞の要因：個人の効用の変化

夕食前

• 流れはスムーズ

夕食後

• 渋滞の発生

• 人気商品棚の前ではないところでも渋滞が起きる


レイアウトの妥当性：夕食前

良いレイアウト

• 主経路: 食事　→　飲料　→　レジ

• 効用の高い順に回ると混まないレ

Dessert

magazine Snack A

Food B

Cash Register

Grocery

Bread

Copy

DrinkEntrance

CosmeticFood ASnack B

Camera

Drin

k

Sta

tione

ry

Products Utilities⑩　Food B 0.731884058⑥　Food A 0.210144928⑧　Drink B 0.014492754⑨　Bread -0.15942029⑫　Bread -0.15942029⑤　Snack A -0.311594203⑬　Snack C -0.65942029⑦　Drink A -0.855072464①　Dessert -2.528985507

買い物エージェントの割合


レイアウトの妥当性：夕食後

悪いレイアウト

• 主経路：　飲料　→　デザート　→　レジ

• 効用の高い順に回ると経路が交差　→渋滞箇所

Dessert

magazine Snack A

Food B

Cash Register

Grocery

Bread

Copy

DrinkEntrance


Camera

Drin

k

Sta

tione

ry

Products Utilites⑦　Drink A 1.482905983⑧　Drink B 1.072649573①　Dessert 0.912393162⑥　Food A 0.604700855⑩　Food B -0.485042735⑤　Snack A -0.792735043⑨　Bread -1.286324786⑫　Bread -1.286324786⑬　Snack C -1.472222222


レイアウトの改善

解決策：デザート棚を軽食棚と交換

• 効用の高い順に回っても交差しない経路の発見

• 制約：ドリンク棚やレジは動かせない

Dessert

magazine Snack A

Food B

Cash Register

Grocery

Bread

Copy

DrinkEntrance


Camera

Drin

k

Sta

tione

ry

Dessert

Snack A


思考実験をはるかに超えた，社会現象を理解するための大規模なシミュレーション実験

III マルチエージェントと社会シミュレーション

コンピューター上のモデル

現実社会

人間関係，経済，政治，交通，流通，生態，etc


物理学による社会問題への接近（17世紀頃）

Sabine• 秩序や慣習の問題：システム的アプローチの展開

Hobbes• 社会の働きを，時計のような機械的な部品の働きによって説明

Descartes • 全体を部分に分け，部分の機能を理解し，それらの集合体として社会現象

が生成される（デカルト法）

Galileo• 社会を原子(人間)の集合体とし，全体に現れる法則性に着目（ガリレオによ

る物理的な世界観）Petty• 統計物理的な手法を用いた大規模な社会問題の分析（人口や経済取引）

その他の数学者と物理学者：Laplace, Poisson, Maxwell， Boltzmann　　　　　　哲学者：Kant, Comte, Mill，Marx


多大な貢献をした物理学者と数学者

Ludwig Boltzmann James Clerk Maxwell

Galileo Galilei Pierre-Simon LaplaceSiméon Denis Poisson

http://upload.wikimedia.org/wikipedia/commons/b/b7/Simeon_Poisson.jpg

http://upload.wikimedia.org/wikipedia/commons/e/e3/Pierre-Simon_Laplace.jpg


物理学による社会問題への接近法（近年～現在）

２０世紀初期

• 軟弱な社会問題へ物理学の手法を応用することは，あまりふさわしくないという認識が広まる

• 個人の心理や脳の働きなどを扱うアプローチの展開

• 社会科学と経済学は，科学的な扱いが最も困難な分野（H. Simon）

現在

• 社会物理学や社会シミュレーションの台頭

• 交通流： L.William(1955)　Neigel(1997)• 格子モデル：T. Schelling　(1978)• 物理経済学

• ネットワーク科学

複雑適応系：個人は学習をし，状況の推移とともに，その行動ルールを変化させながら，絶えず適応している


さまざまな創発現象の解明Internet


情報ネットワークに見られる創発現象

Internet throughput

自己相似性

0.00

0.10

0.20

0.30

1000

020

000

3000

040

000

5000

060

000

7000

080

000

9000

010

0000

1100

0012

0000

1300

0014

0000

1500

0016

0000

1700

0018

0000

1900

0020

0000

>2000

00

Time

Prob

abili

ty

grid job completions

予期しない動作Meta-stability

distribution of call types inwireless cells

synchronization among Internet routers

相転移

Meta-stability is the ability of a non-equilibrium state to persist for some period of time.


交通流に見られる相転移現象

単位時間内に通過した車の台数

車の密度（１ｋｍあたりの平均台数セルオートマトンの利用 1997


人の流れへの応用：Floor Field モデル


人の流れへの応用：避難時間の推定

（東大　西成准教授の研究）


創発現象に対する研究の姿勢の違い

　西部大砂丘の風紋　「砂漠の世界」より

• 砂丘の表面には「風紋」（ふうもん）といって、風によって作られた規則的な模様がついており、太陽の位置によって美しい陰影（いんえい）が変化し，砂山自体が移動するようになる。

• 北京上空で蝶が舞うことで，アメリカ東部ではハリケーンに襲われる（物理学者の創発に対する研究の姿勢

• 北京上空で蝶が舞うことでアメリカ東部でハリケーンに襲われる確率は？それを未然に防ぐ最適な方法は？（工学者者の創発に対する姿勢）


最後に：複雑システムの設計力とマネージメント能力の育成

最近の例：三菱東京とUFJ銀行システムの統合

：5月12日のトラブル（提携先セブイレブン銀行のATMから預金が引き出せなくなる．被害件数　2万件（一日の取引件数：１億件）

：“うまく統合ができた！”という称賛より，非難を先行させる，国民性

もう少し前の例：JR福知山線の脱線事故（2005)など，過密ダイヤの下，繰り返され

る，ヒューマンエラーに起因する事故

：江戸時代の河原での処刑のように，当事者に責任を押し付け，誰かを血祭りにしないと，怒りを抑え納得することができない，国民性

設計を中心とする工学の本質：部分知を合成し，システム全体の最適な構造を見出すこと．

相互に連結された，巨大で複雑なシステムを設計し，それらをうまく管理していくための学問を体系化し，また人材の育成が強く要請される

（ＭＯＴ：Management of Technology) マルチエージェントをそのための中核の技術として育てあげたい！！


例：大災害軽減化特別プロジェクトでの活用

UGVによる瓦礫下

の情報収集

UAVによる情報収集 http://www.rescuesystem.org/


ご静聴ありがとうございました！！

　　　　　　　Question time

Documents

マルチエージェントシステムnama/Top/InvitedTalk/08-01_it.pdf0 - 最適設計研究会’08（防大） マルチエージェントシステム 生天目章 防衛大学校情報工学科

マルチエージェントシステムnama/Top/InvitedTalk/08-01_it.pdf0 - 最適設計研究会’08（防大）マルチエージェントシステム生天目章防衛大学校情報工学科