POMDPを用いたタスク完了時刻更新の最適化

要旨: アナウンスされたタスク完了時刻を管理することは、プロジェクト管理における基本的な制御問題です。タスクの所要時間の推定やタスクのスケジューリングに関する広範な研究が存在する一方で、利害関係者に伝達される完了時刻をいつ、どのように更新するかの問題は、まだ十分に研究されていません。組織は、発表の正確さと頻繁なタイムライン更新のコストのバランスを取らなければならず、それは利害関係者の信頼を損なったり、再計画を招く高コストを引き起こす可能性があります。この問題の蔓延にもかかわらず、現在のアプローチは静的な予測やアドホックなポリシーに依存しており、発表管理の逐次性を考慮していません。本論文では、実際のタスク完了のノイズ観測に基づいて、発表された完了時刻をいつ更新するかを決定する制御ポリシーが必要となる、部分観測可能マルコフ決定過程（POMDP）としてタスク通知問題を定式化します。ほとんどの状態変数（現在時刻と以前の通知）は完全に観測可能であるため、より効率的な方策最適化を可能にする Mixed Observability MDP（MOMDP）フレームワークを活用します。報酬構造は、発表誤差と更新頻度という二重のコストを捉え、最適な発表制御ポリシーの合成を可能にします。市販のソルバーを用いて、信念状態の推移に基づいて発表を適応的に管理する、フィードバック制御として機能するポリシーを生成します。シミュレーション結果は、基準戦略と比較して、精度と発表の安定性の両方で顕著な改善を示し、不要な更新を最大75%削減しつつ予測精度を維持または向上させます。