社会インフラなどの運用管理最適化に向けて、相反する複数のKPIを考慮し、多様で有力な候補を生成するLLM学習技術を開発
似た候補に偏らず異なるKPIバランスを持つ複数の案を提示し、現場の用途や制約条件に応じた意思決定を支援
日立は、相反する複数のKPI*1を同時に考慮することが求められる社会インフラや産業分野などにおいて、現場の用途や制約条件に応じて複数の候補を生成するLLM(大規模言語モデル)*2学習技術を開発しました。例えば、モビリティの運行計画作成や物流における配送計画作成では、運行効率を高めると同時に消費電力を抑える必要があるなど、複数のKPIのバランスを考慮した意思決定が求められます。従来のLLM向け強化学習では、複数KPIを1つの総合点にまとめて最適化することが多く、総合点を最大化する特定のバ...