[論文レビュー] Applying Strategic Multiagent Planning to Real-World Travel Sharing Problems

Jan Hrnčíř, Michael Rovatsos|arXiv (Cornell University)|Jan 2, 2013

Multi-Agent Systems and Negotiation参考文献 16被引用数 3

ひとこと要約

本稿では、市販の単一エージェントプランナとベストリスポンスプランナを用いて、個々の合理的でコスト効率の良い共有移動経路を現実の公共交通網で生成する3段階のマルチエージェント計画アルゴリズムを提案する。英国の公共交通データを用いた評価では、シナリオのサイズとエージェント数に対して線形にスケーリングされ、3人グループでは最大53%のコスト削減が達成され、70%のタイムテーブル実現率を示した。

ABSTRACT

Travel sharing, i.e., the problem of finding parts of routes which can be shared by several travellers with different points of departure and destinations, is a complex multiagent problem that requires taking into account individual agents' preferences to come up with mutually acceptable joint plans. In this paper, we apply state-of-the-art planning techniques to real-world public transportation data to evaluate the feasibility of multiagent planning techniques in this domain. The potential application value of improving travel sharing technology has great application value due to its ability to reduce the environmental impact of travelling while providing benefits to travellers at the same time. We propose a three-phase algorithm that utilises performant single-agent planners to find individual plans in a simplified domain first, then merges them using a best-response planner which ensures resulting solutions are individually rational, and then maps the resulting plan onto the full temporal planning domain to schedule actual journeys. The evaluation of our algorithm on real-world, multi-modal public transportation data for the United Kingdom shows linear scalability both in the scenario size and in the number of agents, where trade-offs have to be made between total cost improvement, the percentage of feasible timetables identified for journeys, and the prolongation of these journeys. Our system constitutes the first implementation of strategic multiagent planning algorithms in large-scale domains and provides insights into the engineering process of translating general domain-independent multiagent planning algorithms to real-world applications.

研究の動機と目的

• 現実の移動共有における戦略的複雑性に対処する。ここではエージェントが対立する好みを持ち、個々に合理的な共同計画を必要とする。
• 高度なマルチエージェント計画技術を大規模で現実の公共交通データに適用可能かどうかを評価する。
• 安定性（ナッシュ均衡）と個々の合理性を保証する実用的でスケーラブルなアルゴリズムを設計・実装する。
• 理論的マルチエージェント計画と実世界の交通システムへの実装との間のギャップを埋める。

提案手法

• まず、詳細な時刻表を省いた簡略化された抽象化されたドメイン上で、高性能でドメインに依存しない単一エージェントプランナを用いて個々の移動計画を生成する。
• 次に、ベストリスポンスプランナ（BRP）が個々の計画を統合し、ナッシュ均衡となるマルチエージェント共同計画を生成する。これにより、いかなるエージェントも単独で行動を変更しても結果を改善できないことを保証する。
• その後、得られた共同計画を、実際の時刻表データを用いて実際の旅程をスケジューリングできる、完全な時間的計画ドメインに戻す。
• 初期段階と統合段階ではドメインに依存しないプランナを用い、現実の接続制約を扱うためにドメイン特化の時刻表段階を導入する。
• 本手法は拡張性を備えており、特定の人物との必須共乗や到着地点での時間窓といった追加制約の導入が可能である。
• 大規模な展開のため、出発地・目的地・出発時刻・好みでエージェントをクラスタリングする前処理ステップを提案する。これによりスケーラビリティが向上する。

実験結果

リサーチクエスチョン

• RQ1 最先端のマルチエージェント計画技術は、実世界の大規模な公共交通データに効果的に適用可能か？
• RQ2 本手法は、現実的なドメインにおいてエージェント数とシナリオサイズの増加に伴い、どのようにスケーリングするか？
• RQ3 本手法は、個々の合理性と共同計画の安定性を維持しつつ、コスト削減とタイムテーブル実現率をどの程度達成できるか？
• RQ4 共有移動シナリオにおいて、コスト改善、タイムテーブル実現率、旅程の延長という観点でのトレードオフはどのようなものか？

主な発見

• アルゴリズムは、シナリオサイズとエージェント数の両方において線形スケーリングを示し、大規模な英国鉄道網シナリオにおいて12エージェントの場合でも平均で1時間未満の計算時間で処理可能である。
• 英国中部の鉄道網シナリオにおける3人グループでは、70%の成功率で実現可能なタイムテーブルが得られ、個別移動と比較して最大53%のコスト削減が可能である。
• 中央集権型マルチエージェントプランナが典型的に生じる行動空間の指数的増大を回避するため、個々の計画とベストリスポンス統合への分解を採用している。
• 大規模なグループではより大きなコスト削減が得られるが、共同計画を実際の時刻表に適合させる難易度が高くなるため、実現可能性は低下する傾向にある。
• 時刻表段階は簡略化のため理論的には不完全であるが、実証的結果では多数のケースで有効であることが示された。
• 本手法は他のドメインへも適応可能であり、初期段階とBR段階は完全にドメインに依存しないが、時刻表段階はドメイン特化の適応を要する。