資源分配問題(n分割)をめぐる分裂:少数の高能力エージェントは多数の単純なエージェントより良いのか?

arXiv cs.RO / 2026/4/30

📰 ニュースIdeas & Deep AnalysisModels & Research

要点

  • 本論文は、多数の単純なエージェントに資源を分配するべきか、それとも少数の高能力なエージェントに集中すべきかという多エージェントの意思決定問題を扱っている。
  • 「split over n」資源分配問題を定式化し、n体のエージェントが共通の資源プールを等分する状況を分析し、ディスク状フットプリントが1/nでスケールする多エージェント被覆の事例研究を提示している。
  • 導出の結果、初期の被覆率はエージェント数nに伴って増加し得る一方で、性能はエージェントの速度がサイズやフットプリントとどう関係するかに強く依存することが示されている。
  • 速度が半径に比例して低下する場合は全ての規模のグループが同程度にうまくいくが、速度がフットプリントに比例して低下する場合は単一エージェントが最も良い成績になる。
  • シミュレーションでは資源分割が個々のエージェントの故障(失敗)率を高め得ることが示され、資源制約下の多エージェント設計に向けて最適な分散度を見極める手がかりを与える。

Abstract

多エージェントシステムにおいて、限られた資源は少数の能力の高いエージェントに集中させるべきか、それとも多数の単純なエージェントに分散させるべきでしょうか。本研究では、共通の資源(例:金銭的予算、計算資源、物理的サイズ)をn体のエージェントが等しく共有することで生じる、n資源共有問題における分割の考え方を定式化します。エージェントのディスク状の足跡の面積が1/nでスケールする、多エージェントのカバレッジに関する事例研究を示します。形式的な解析により、初期のカバレッジ率はnとともに増加することが明らかになります。しかし、エージェントの速度がそれらの半径に比例して低下する場合には、あらゆるサイズの集団が同等にうまく機能する一方で、速度がそれらの足跡に比例して低下する場合には、単一のエージェントが最も良い性能を示します。また、計算機シミュレーションとして、資源の分割が個々のエージェントの故障率を増加させることを示します。これらのモデルと知見は、最適な分配の度合いを特定するのに役立ち、さらに資源制約下での多エージェントシステムの設計に指針を与えます。