強化学習を用いた自律分散型の無線ネットワーク技術を開発東京理科大学，慶應義塾大学 研究グループ
昨今，あらゆるモノが通信でつながるIoTが注目されている。国際的なIT業界団体であるCompTIA（コンピュータ技術産業協会，コンプティア）は，IoTデバイスの数は2020年までに500億個，2030年には1 ,250億台に達すると予測している。これほど膨大な通信機器が混在する状況では，パケットの干渉や衝突など，ネットワークの混雑によるデータ転送の失敗が大きな問題となってくる。IoTの用途の多くは工場やビル，農場などにおける様々なデータをリアルタイムかつ大量に取得して，ビッグデータとして活用することである。この際に必要な各種センサーはスマートフォンや家電とは違い，演算機能やデータを蓄えるストレージ，データ転送のために使える電力がいずれも小さいため，このようなデバイスでも安定した無線通信を可能にする技術が求められている。
同じ周波数帯域（Hz）でも，異なるチャネルを使うことができればネットワークは混雑しない。そのため，IoTデバイスにそのつど最適なチャネルを割り当て，安定した通信を行う「マルチチャネル」型のアルゴリズムが開発されてきたが，「マルチチャネル」型アルゴリズムは，デバイスごとの時刻の同期や，デバイス間での頻繁な通信などが必要なため，省電力・小演算機能のデバイスへの実装には向いていないとされてきた。
今回開発したアルゴリズムを省電力・小演算機能のデバイスに実装した結果，30台以上のIoTデバイスが密集し，ネットワーク負荷が頻繁に変化するような環境でも，安定した無線通信を実現することに成功した。
今後，多数のIoTデバイスが混在し，大規模なIoT環境（Massive IoT）でも安定したネットワークを提供する無線管理技術として，応用が期待される。
