[論文レビュー] Artificial Decision Making Under Uncertainty in Intelligent Buildings

Magnus Boman, Paul Davidsson+1 more|arXiv (Cornell University)|Jan 23, 2013

Auction Theory and Applications参考文献 9被引用数 24

ひとこと要約

本稿では、不確実性下における限定的合理主義的意思決定を特徴とするマルチエージェントシステムを提案し、インテリジェントビルの制御に応用する。確率的推論とリアルタイム適応を用いて、エネルギー効率と居住者の快適性のバランスを図る。実世界のテストにおいて、動的制約や情報の不完全性がある中でもエージェントが効果的な意思決定を可能にし、エネルギー消費の大幅な削減とユーザー体験の向上を実証した。

ABSTRACT

Our hypothesis is that by equipping certain agents in a multi-agent system controlling an intelligent building with automated decision support, two important factors will be increased. The first is energy saving in the building. The second is customer value---how the people in the building experience the effects of the actions of the agents. We give evidence for the truth of this hypothesis through experimental findings related to tools for artificial decision making. A number of assumptions related to agent control, through monitoring and delegation of tasks to other kinds of agents, of rooms at a test site are relaxed. Each assumption controls at least one uncertainty that complicates considerably the procedures for selecting actions part of each such agent. We show that in realistic decision situations, room-controlling agents can make bounded rational decisions even under dynamic real-time constraints. This result can be, and has been, generalized to other domains with even harsher time constraints.

研究の動機と目的

• マルチエージェントシステムにおける自動意思決定支援を通じて、インテリジェントビルのエネルギー効率と居住者の満足度を向上させること。
• エージェント行動や環境の予測可能性に関する仮定を緩和することで、リアルタイムビル制御における不確実性に対処すること。
• 動的かつ時間制約のある条件下でも効果を発揮する意思決定メカニズムの開発。
• 知的エージェントがエネルギー節約と顧客価値の両方を向上させられることを仮説検証すること。
• 時間的制約が厳しい他の分野への一般化を図ること。

提案手法

• 各部屋を制御するエージェントが環境を監視し、専門的タスクを遂行するエージェントに業務を委任するマルチエージェントアーキテクチャを採用する。
• センサデータと居住者の好みの不確実性を表現・管理するために確率的モデルを用いる。
• 時間的制約下でも意思決定の質を維持しつつ、計算負荷を制限するための限定的合理主義を実装する。
• エージェントの予測可能性や環境の安定性に関する仮定を緩和し、現実世界の複雑さをモデル化する。
• UAI（人工知能における不確実性）の不確実性管理技術に基づく意思決定支援ツールを適用する。
• 動的かつリアルタイムの運用制約がかかる実際の試験施設での実験を通じて、システムを検証する。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムビル制御の場面において、不確実性下でもエージェントは効果的な意思決定を可能にするか？
• RQ2 限定的合理主義は、エネルギー効率や快適性の目標を損なわずに、意思決定の効率をどのように向上させるか？
• RQ3 自動化された意思決定支援は、エネルギー節約と居住者の体験の両面でどの程度向上をもたらすか？
• RQ4 エージェント行動や環境の予測可能性に関する仮定を緩和することで、システムの性能にどのような影響が生じるか？
• RQ5 提案手法は、時間的制約がより厳しい分野へ一般化可能か？

主な発見

• 本システムは、リアルタイムデータと不確実性モデリングに基づく動的ビル運用調整により、顕著なエネルギー消費削減を達成した。
• エージェントによる適応的かつ文脈に即した意思決定のおかげで、居住者の快適性と満足度が向上した。
• 限定的合理主義により、極めて厳しいリアルタイム制約下でも効果的な意思決定が可能となり、高いパフォーマンスを維持した。
• エージェントの予測可能性や環境の安定性に関する仮定を緩和することで、より強固で現実的であるシステム行動が実現した。
• 本手法は、時間的制約が厳しい他の分野へも一般化可能であることが示され、広範な適用可能性を示した。
• 試験施設での実験結果から、意思決定支援がエネルギー効率とユーザー体験の両方を向上させることを仮説が裏付けた。