報酬分配エージェントを用いた動的経路探索手法

摘要

Recently, the wireless communication technology has attracted significant attention. In wireless networks, each wireless node can be a relay node and the networks can be constructed without the existing infrastructure. However, in dynamic environments such as mobile ad-hoc networks, it is difficult to construct and maintain the networks because each wireless node move autonomously. In this article, we propose a dynamic path finding method based on Profit Sharing (PS) which is a kind of reinforcement learning algorithms. The PS has a simple algorithm, and is relatively robust for dynamic environments. In the numerical simulations, the proposed method is compared with the conventional ACO method, and the effectiveness of the proposed method is shown.%近年，既存の通信インフラに依存しなく，無線端末が中継ノードになることでネットワークを構築する技術が注目されている．しかしモバイルアドホックネットワークなどの動的環境では無線端末は自律的に移動をするため，ネットワークの構築と維持が困＃という問題点がある．そこで本稿では強化学習の一種であるProfit Sharing（PS）に基づく経路探索法を提案する．PSはアルゴリズムが簡素であり，動的環境に対しても比較的頑健な学習が可能である．ACOによる手法との比較を数値実験を行い，PS学習を用いた経路探索手法の有効性を示す．