適応型合意形成モデルにおける
エージェントの特性分析
近江 潤明
大堀 隆文
三田村 保
栗原 正仁
1
はじめに
適応型合意形成モデル
エージェントの選好を集約した集団全体のマクロ情報を
個々のエージェントが共有し、そのマクロ情報によって
エージェントの選好を修正するという、調和的な合意形成
を得るもの。
問題点
定量的に合意しているが、その合意結果を明示しておらず、
各エージェントが合意にどの程度満足しているか提示していない。
本研究では、個々のエージェントの挙動を分析し、そのエージェントの
属する集団で合意された選好との関係を多角的に検討する。
2
構成


適応型合意形成モデル
エージェント分析モデル






エージェントの選好関係
合意された選好関係
合意結果に対する不満度
エージェントの合意後と初期との差異
シミュレーション
実験結果と考察
3
適応型合意形成モデルとは
選好関係
選好の種類
選好配列
①
Rt(i ) 
②
③
AGENT
④
⑤
1 0優
000
1 1先
000
1 0順
100
1 1位
010
11001
4
選好関係のインデックス化
①
10000
②
③
01000
11000
AGENT
④
00100
10100
⑤
00010
11010
00001
11001
上位関係にある選好インデックスを下位の選好関係に継承させる。
各要素に対し、i番目の要素は1でそれ以外は0のビットベクトルを付加する。
C(Oj )  C(O
Oii))  C(Oj )
5
選好インデックスの正規化
ノルム値総和
①
1/11
1
11
②
③
2/11
2
AGENT
④
2/11
2
⑤
3/11
3
3/11
3
n
(i )
(i )
インデックスの正規化を行う。
それぞれの選好インデックスのノルム値を計算する。
ノルム値の総和を計算する。 C (SO( )A:i) 
C (OC) / S(O
(A
k i))
(i )

O W
k 1
6
エージェントの基本モデル
Ai  {R(i ) ,C (i ) , (i ) }
選好関係
R(i )  [ R(i ) (Ox , Oy )]
1 Ox  Oy
(i )
R (Ox , Oy )  
0 otherwize
N
選好インデックス
C (Ox )   R (i ) (Ox , Oy ) / S ( Ai )
(i )
y 1
N
ノルム値
N
S ( Ai )   | R (i ) (Ox , Oy ) |
x 1 y 1
適応度
0   (i )  1
7
集団選好の導出とインデックス更新
n
集団選好インデックス
G(O)   C (i ) (O) / n
i 1
エージェントの選好インデックス更新


Ct(i 1) (O)  i Gt (O)  Ct(i ) (O) Ct(i ) (O)
適応度が低い  i  0
適応度が高い  i  1

O W
Ct(i 1) (O)  Ct( i ) (O)
Ct(i 1) (O)  Gt (O)
8
適応型合意形成モデル




集団Gとして所属するエージェントの設定
選好関係から選好インデックスの算出
合意ステップt=0
エージェントと集団のインデックスが等しくなるまで
以下を繰り返す



集団のインデックスの計算
エージェントの適応度による選好インデックス更新
t=t+1
9
これまでの問題点
選好関係の合意後の状態を明示していない。
合意結果に対して、個々のエージェントがどの程度自己の
選好を保持したか、集団に委ねたかを示す満足度、不満度
などを明示していない。
10
エージェントの特性分析モデル
適応型合意形成モデルのエージェント重視分析モデルとして





エージェントの選好関係
合意された選好関係
集団との差異
合意結果に対する不満度
エージェントの合意後と初期の差異
11
エージェントの選好関係
合意ステップ t におけるエージェントの選好インデックス
から選好関係を求める。


Rt(i )  Rt(i ) Ox , Oy 
(Ox , Oy ) W W
1 C (Ox )  C (Oy )
Rt(i ) (Ox , Oy )  
otherwise
0
(i )
t
(i )
t
Ct(1) (O1 )  0.188
Ct(1) (O2 )  0.202
Ct(1) (O3 )  0.176
Ct(1) (O4 )  0.207
Ct(1) (O5 )  0.228
Rt(1) 
10100
11100
00100
11110
11111
12
合意された選好関係
合意ステップ t における集団選好インデックスから選好関係
を求める。
(G )
t
R
 O , O 
 R
(G )
t
x
y
1 Gt (Ox )  Gt (Oy )
(G )
Rt (Ox , Oy )  
otherwise
0
Gt (O1 )  0.230
Gt (O2 )  0.210
Gt (O3 )  0.174
Gt (O4 )  0.179
Gt (O5 )  0.208
Rt(G ) 
1
0
0
0
0
1
1
0
0
0
1
1
1
1
1
1
1
0
1
1
1
1
0
0
1
13
集団との差異
集団選好とエージェント選好の差を求める。
Rt(i ) 
Rt(G ) 
DGt(i )  DGt(i ) Ox , Oy 
1
1
0
1
1
DGt(i ) (Ox , Oy )  Rt(i ) (Ox , Oy )  Rt(G) (Ox , Oy )
DGt(i ) 


0
1
0
1
1
1
1
1
1
1
0
0
0
1
1
0
0
0
0
1
0 -1 0
1 0 0
0 0 0
1 1 0
1 1 0
1
0
0
0
0
1
1
0
0
0
1
1
1
1
1
-1
-1
0
0
0
-1
-1
0
0
0
1
1
0
1
1
1
1
0
0
1
14
合意結果に対する不満度
集団選好とエージェント選好の差の絶対値合計を求め、不満度とする。
DGt(i ) 
不満度FG
N
N
FG   DGt(i ) (Ox , Oy )
(i )
t
x 1 y 1
0 -1
1 0
0 0
1 1
1 1
0 -1 -1
0 -1 -1
0 0 0
0 0 0
0 0 0
FGt(i )  10
15
エージェントの合意後と初期との差異
合意ステップtにおける初期選好との差を
不満度とする。


DIt(i )  DIt(i ) Ox , Oy 
DI (Ox , Oy )  R (Ox , Oy )  R (Ox , Oy )
(i )
t
(i )
t
不満度FI
N
(i )
t
FI
N
  DIt(i ) (Ox , Oy )
(i )
R(i ) 
Rt(i ) 
1
1
0
1
1
0
1
0
1
1
1
1
1
1
1
0
0
0
1
1
0
0
0
0
1
1
1
1
1
1
0
0
0
0
0
1 0 0
1 0 0
0 0 0
1 0 0
1 1 0
0
1
0
1
1
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
DIt(i ) 
0
0
-1
0
0
x 1 y 1
FIt(i )  6
16
実験1
高橋らの実験に用いられたものと同じ条件下でエージェント特性分析
モデルを用いた分析を行う。
実験1条件
集団数
エージェント数
選択肢数
最大合意回数
戦略
G=1
K=5
N=5
T=50
同質集団
適応度(α=0.7)
17
従来の合意結果
α=0.7
1
2
4
5
3
3
4
5
2
1
18
3
3
1
A1
2
1
5
2
2
3
4
5
4
1
5
2
4
2
4
5
5
5
1
1
1
2
2
5
3
4
3
3
5
5
2
2
2
1
1
5
A5
1
4
5
t0
4
4
5
3
3
2
3
5
4
1
2
1
4
1
5
5
5
1
A4
4
4
4
4
3
3
3
3
2
エージェントの
選好関係の変化
2
4
1
A3
3
3
3
A2
4
2
1
1
2
t 1
t 3
t 5
19
FGとFIの時間的変化
FGは最終的にゼロに収束する。
合意初期において重要
FIは自己の主張が初期から離れる
ほど高くなる。
合意の全段階において、特に重要
20
不満度による得・損の比較
エージェント
損
得
FG1 FIT FIT / FG1 FIT  FG1
A1
A2
A3
10
16
1.6
6
4
6
1.5
2
2
4
2.0
2
A4
8
9
1.1
1
A5
2
5
2.5
3
21
実験2
集団数、エージェント数、選択肢数を増やし,合意形成において
どれほどの不満が生じるか不満度の分布分析を行う。
実験2条件
集団数
G=1000
エージェント数
K=10
選択肢数
N=10
最大合意回数
T=100
22
実験2
実験に用いた6戦略
戦略1
戦略2
戦略3
戦略4
戦略5
戦略6
同質集団(α=0.1)
同質集団(α=0.3)
同質集団(α=0.5)
同質集団(α=0.7)
同質集団(α=0.9)
混質集団(α=0.1, 0.2, ・・・, 0.9)
23
不満度分布の比較1

戦略1と戦略6の適応度α=0.1の場合
戦略1 同質集団
戦略6 混質集団(0.1に該当のみ)
全10000エージェント
該当1132エージェント
24
不満度分布の比較2

戦略3と戦略6の適応度α=0.5の場合
戦略3 同質集団
戦略6 混質集団(0.5に該当のみ)
全10000エージェント
該当1072エージェント
25
不満度分布の比較3

戦略5と戦略6の適応度α=0.9の場合
戦略5 同質集団
戦略6 混質集団(0.9に該当のみ)
全10000エージェント
該当1021エージェント
26
不満度分布の比較4
同質集団
戦略
混質集団(戦略6)
α
0.1
戦略1
35.5±6.23
30.8±5.73
0.3
戦略2
39.1±6.22
39.5±6.66
0.5
戦略3
40.2±6.23
42.1±6.24
0.7
戦略4
41.5±6.21
42.8±6.07
0.9
戦略5
41.5±6.21
43.4±6.11
FIT
FIT
27
実験3
時間的に変化する適応度をもつエージェントによって構成された
混質集団においてのシミュレーションを行う。
実験条件2に以下の戦略を追加
戦略7
戦略8
戦略9
戦略10
戦略11
混質集団(時間的制約あり)反転100
混質集団(時間的制約あり)反転24
混質集団(時間的制約あり)反転12
混質集団(時間的制約あり)硬化100
混質集団(時間的制約あり)軟化100
28
時間的制約
最大合意回数Tまでに、適応度を均一にする
無
高
柔軟
柔軟
α
普通
普通
頑固
頑固
低
有
高
柔軟
柔軟
α
普通
普通
低
頑固
頑固
初期値
時間的変化
指定合意回数
100,24,12
普通
最大合意回数
100
29
適応度戦略

時間的制約あり適応度1(反転)
指定時間 ts までに、エージェントの適応度を反転させる。

(i )
t 1

(i )

(2
 1)(t  1)
Tts  1
(i )
柔軟
柔軟
普通
普通
頑固
頑固
普通
30
適応度戦略

時間的制約あり適応度2(硬化)
指定時間 ts までに、エージェントの適応度を硬化させる。
(i )
(

 0.1)(t  1)
(i )
(i )
 t 1   
Tts  1
柔軟
普通
普通
頑固
頑固
31
適応度戦略

時間的制約あり適応度3(軟化)
指定時間 ts までに、エージェントの適応度を軟化させる。

(i )
t 1
柔軟
普通

(0.9   )(t  1)

Tts  1
(i )
(i )
柔軟
普通
頑固
32
不満度FIの比較(戦略1~5と戦略6)
同質集団と混質集団の比較
同質
混質
33
不満度FIの比較(戦略6と戦略7・8・9)
時間的制約無し、反転との比較
無し
反転100
反転24
反転12
34
不満度FIの比較(戦略6と戦略10・11)
時間的制約無し、硬化、軟化の比較
無し
硬化
軟化
35
合意回数(実験2,3)
戦略
集団
時間的制約
適応度
平均合意回数
非合意集団数
1
同質
無
0.1
100
1000
2
0.3
62
586
3
0.5
37
341
4
0.7
3
0
5
0.9
2
0
ランダム
44
379
6
混質
無
7
反転100
15
1
8
反転24
8
1
9
反転12
6
1
10
硬化100
49
428
11
軟化100
12
0
※非合意集団は平均合意回数は100として計算
36
シミュレーションのまとめ
実験1
集団における合意形成において、選好関係の時間的変化の確認
不満の有無、優劣を確認、損得の評価の例示
実験2
集団数・エージェント数・選択肢数を増やすことで、合意形成
における不満の分布、適応度の影響を確認
実験3
集団の適応度に時間的制約を加えた場合、その時期や制約の
違いにより、集団の不満への影響を確認
37
適応型合意形成について
長所
選好インデックスにより、比較的簡単に定量的なランクから
短時間に合意の選好関係を得ることができる。
短所
選択肢の本来の上下関係が失われるため、より複雑な選好
関係を示すことが困難。
複雑な選好関係を持つ場合、選択肢数が多い場合に対応する為、
エージェントそれぞれの選好関係を生かす合意形成が必要となる。
38
集団インデックスに依存しない合意方法
FISMによる合意

集団に属するエージェント選好関係の比較行列
から、未知・不一致要素をもとに含意を求め、
合意形成の効率よく行う
未知・不一致要素のみ合意形成の対象とするので、選好関係の特色を
生かした合意形成ができる。 よって、より複雑な集団の合意に対応できる。
エージェントの主張や議論のより良い方法の模索
39
FISMによる集団合意形成の流れ




集団Gとして所属するエージェントの設定
選好関係から比較行列の作成
比較行列から随伴含意行列を求める
比較行列に未知・不一致要素がなくなるまで以下を
繰り返す



比較行列と随伴含意行列をエージェントに公開
エージェントが主張を個々の比較行列に適用する
集団としての比較行列と随伴含意行列を求める
40
おわりに
個々のエージェントの挙動と,その属する集団で合意された選好との関係
から,不満度をモデル化し,多様な角度からの分析を行うことの出来る
モデルを提案し,検討した。
今後の課題
選好インデックスに依存しない別の合意方法の模索
集団選好集約のステップを意識しない予測計算
異なるモデルの混在する多様化集団における合意形成の
正確性の検証
選好関係のファジィ化の提案
41
適応型合意形成モデルにおける
エージェントの特性分析
近江 潤明
大堀 隆文
三田村 保
栗原 正仁
42
ダウンロード

適応型合意形成モデルにおけるエージェントの特性分析