学習能力を持った群れによる物体の運搬制御シミュレーション

摘要

アリやミツバチ，シロアリといった昆虫はある種の社会性を有するといわれ，自然界でコロニーを形成して生活している．コロニーでの昆虫はそれぞれが自身の意図で行動していると考えられているが， コロニー全体として高度に組織化されているとみなされている．そのために，単体では実現できない作業を，群れをなすことで実現していると考えられている．この群れによる作業を統括する仕組みは「群知能」とよばれている．群知能という言葉自体は歴史的には群ロボットの制御が起点となっているようであるが，最適化問題にも適用され，システムとしてロバスト性，スケーラビリティという特徴を有している．こうした群知能を応用する際には，内部に含まれるパラメータを，応用対象や環境に応じて自動的に変化させることが望まれる．一方で，人間の脳神経細胞網を模擬した情報処理手法である人工的ニューラルネットワークは，学習能力，非線形写像能力，汎化性能などの特徴を有している．特に学習能力は，外部環境の変化に適応してネットワークに内包するパラメータを調整することで実現され，人工的ニューラルネットワークの大きな利点となっている．そこで本研究では，群れの動きをセルオートマトンにより再現し．その群れにニューラルネットワークの学習機能アルゴリズムを適用することで，群れに学習能力を持たせた高度な知能を創発させることを目的としている．まず，セルオートマトンから派生した人工生命研究の初期の成果であるBoids モデルを利用して群れの動きを再現し，その群れに対して，大きさや重さの異なる複数の物体を，その物体の大きさに応じた場所まで協力しながら運搬させるという課題を与えた．今回のシミュレーションでは，任意の大きさの2 つの物体を用意し，それぞれの物体を異なる目的地まで最短経路で，しかも到達時間を同じになるように群れを適切に分割して，運搬できる学習方法とその過程を示す．