著者

新出 尚之 高田 司郎

出版者

人工知能学会

雑誌

人工知能学会全国大会論文集 (ISSN:13479881)

巻号頁・発行日

vol.30, 2016

著者

石田 亨 八槇 博史 溝口 理一郎 中小路 久美代 高田 司郎 中西 英之 荒井 幸代

出版者

京都大学

雑誌

基盤研究(A)

巻号頁・発行日

2003

---

セマンティックWebで提案されている基本技術は計算中心の技術であり,コンテンツを作成,利用するユーザ(人間側)への考察が欠けている.セマンティックWebの成功のためには,人間社会のWeb利用とセマンティックWebの計算中心のアプローチとのギャップを埋める人間中心の技術開発が必要である.このような問題意識に基づき,本研究では以下の三拠点に分かれて研究を展開した.京都大学では,厳密なオントロジーを人が記述することは容易でないとの立場から,人間が既に表現したコンテンツからオントロジーを抽出する研究を進めた.Web情報に関しては,既存データからのオントロジーの抽出に取り組み,カテゴリを特徴付けるキーワードの自動抽出や,表データからのオントロジーの抽出などを行った.また,既存オントロジーを整理して一覧とし,新しいオントロジーの設計を支援する研究を行った.大阪大学では,人間中心のセマンティックWebのためのオントロジー開発には小規模で分散したオントロジーを状況に応じてマージしたり,マッピングしたりする技術が不可欠であるとの考えから,オントロジー分散開発過程を包括的に支援する計算機環境を開発した.東京大学では,異なる「文化」に属するメンバ間の協調作業における,協調・交渉オントロジーの発現と発展に着目して研究が進められた.上記の研究と並行して,この分野を推進する活動も行った.人工知能学会にセマンティックWebとオントロジー研究会を継続的に発展させると共に,2004年にはセマンティックWeb国際会議(ISWC)をわが国で開催する中心的役割を果たした.また,2003年にElsevierから出版が始まったJournal of Web Semanticsの初代共同編集長を務めた.

著者

新出 尚之 高田 司郎 藤田 恵

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.26, no.1, pp.13-24, 2011 (Released:2011-01-06)

参考文献数

16

被引用文献数

2 3

---

In multi-agent environments, to model cooperations among autonomous agents, many notions such as mutual beliefs and joint intentions, recognition of possibilities to achieve a goal with cooperation, and team formations, should be formally represented. In the traditional BDI logics, it is hard to treat them uniformly. We show the way to treat them uniformly using the fixed-point operator of the extended BDI logic \ omatoes. We also give some examples to apply it to the proof of some behaviors of multi-agent systems.

著者

高田 司郎 新出 尚之

出版者

一般社団法人情報処理学会

雑誌

研究報告数理モデル化と問題解決(MPS) (ISSN:09196072)

巻号頁・発行日

vol.2009, no.19, pp.57-60, 2009-02-26

---

従来のBDI logicは,Bratmanの「意図の理論」を基にした既存BDIモデルの範囲で,信念・願望・意図などの心的状態とそれら心的状態を保持・更新して目的を達成する振る舞いに関して,形式的な議論や証明を行うことができた.しかし動的な環境下の合理的エージェントの実現には,強化学習との統合などが要請される.そこで,確率的遷移と不動点オペレータの概念を導入してBDI logicを拡張したtomatoを用いて,強化学習で用いられる方策や有限MDPをtomatoの論理式として記述し,BDIと同じ論理体系で扱うことを可能にすることで,BDIと強化学習の統合方式を提案する.具体的には,強化学習の事例として「カヌーレーシング」をtomatoを用いて形式的に記述することで,厳密な議論や証明ができることを例示し,上記のように拡張された合理的エージェントの実現に,tomatoが有効であることを示す.Using traditional BDI logics, within the existing BDI model which based on the theory of intention by Bratman, we can formally argue or prove various properties of agents' mental states such as beliefs, desires and intentions, or behaviors of agents to achieve their aims while holding and updating their mental states. However, to construct rational agents under dynamic environments, additional capabilities such as integration with reinforcement learning are required. In this paper, we describe the notions used in reinforcement learning, such as policies and finite MDPs, as a formula of tomato, an extended BDI logic with probabilistic transitions and fixpoint operators. In this way, we propose a way to integrate BDI and reinforcement learning by enabling us to handle those two within a uniform logic. Specifically, using tomato, we provide a formal description of canoe racing as a case of reinforcement learning, and give some examples of strict arguments and proofs. It shows the effectiveness of tomato on realizing rational agents extended in the way described above.