×

通过最大和算法进行有界近似分散协调。 (英语) Zbl 1216.68305号

小结:我们提出了一种新的分散协调方法,能够在保证近似比的情况下有效地计算解。我们的方法基于约束网络的因子图表示。它通过消除因子图中对解决方案质量影响最小的函数和变量之间的依赖关系来构建树结构。然后,它使用max-sum算法优化求解生成的树结构约束网络,并针对特定的问题实例提供有界近似。此外,我们还提出了两种通用的剪枝技术,以减少代理在使用max-sum算法时必须执行的计算量。当这与上述近似算法相结合时,代理能够解决分散协调问题,这些问题具有非常大的动作空间,并且计算和通信开销很低。我们在移动传感器领域对我们的方法进行了实证评估,其中移动代理用于监测和预测空间现象的状态(例如,温度或气体浓度)。这些传感器需要与其直接邻居协调运动,以最大限度地获得集体信息,同时预测未观察到的位置的测量值。当应用于该领域时,我们的方法能够提供保证在最优解2%以内的解。此外,这两种修剪技术通过将搜索空间的大小减少92%,在减少每个代理的计算工作量方面非常有效。

MSC公司:

68T42型 Agent技术与人工智能

软件:

A群集;ap集群
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 菲茨帕特里克,S。;Meetrens,L.,《通过无政府优化进行分布式协调》(Distributed coordination through anarachic optimization),(分布式传感器网络:多智能体视角(2003),Kluwer学术版),257-293
[2] Padhy,P。;右虚线。;马丁内斯,K。;Jennings,N.R.,《无线传感器网络基于实用性的自适应传感和多跳通信协议》,《传感器网络ACM交易》,2010年第6期,第3期(第27条)
[3] 罗杰斯,A。;科尔基尔,D.D。;Jennings,N.R.,传感器网络的代理技术,IEEE智能系统,24,2,13-17(2009)
[4] A.Chapman,A.Rogers,N.R.Jennings,D.Leslie,分布式约束优化问题迭代近似最佳响应算法的统一框架,《Knowedge工程评论》(2011),出版社。;A.Chapman,A.Rogers,N.R.Jennings,D.Leslie,分布式约束优化问题迭代近似最佳响应算法的统一框架,《Knowedge工程评论》(2011年),出版。
[5] 莫迪,P.J。;沈伟(Shen,W.)。;Tambe,M。;Yokoo,M.,ADOPT:具有质量保证的异步分布式约束优化,《人工智能》,161149-180(2005)·兹比尔1132.68706
[6] R.Mailler,V.Lesser,《使用合作中介解决分布式约束优化问题》,载于:《第三届自治代理和多代理系统国际联合会议论文集》,2004年,第438-445页。;R.Mailler,V.Lesser,《使用合作中介解决分布式约束优化问题》,载于:《第三届自治代理和多代理系统国际联合会议论文集》,2004年,第438-445页。
[7] A.Petcu,B.Faltings,DPOP:多智能体约束优化的可扩展方法,摘自:《第十九届国际人工智能联合会议论文集》,2005年,第266-271页。;A.Petcu,B.Faltings,DPOP:多智能体约束优化的可扩展方法,摘自:《第十九届国际人工智能联合会议论文集》,2005年,第266-271页。
[8] A.Chechetka,K.Sycara,分布式约束优化的非承诺分支和边界搜索,收录于:第五届自治代理和多代理系统国际联合会议论文集,2006年,第1427-1429页。;A.Chechetka,K.Sycara,分布式约束优化的非承诺分支和边界搜索,收录于:《第五届自治代理和多代理系统国际联合会议论文集》,2006年,第1427-1429页。
[9] 格什曼,A。;梅赛尔,A。;Zivan,R.,《分布式警察的异步前向跳跃》,《人工智能研究杂志》,34,61-88(2009)·Zbl 1180.90166号
[10] R.T.Maheswaran,J.P.Pearce,M.Tambe,《DCOP的分布式算法:基于图形游戏的方法》,载于:《第十七届并行和分布式计算系统国际会议论文集》,2004年,第432-439页。;R.T.Maheswaran,J.P.Pearce,M.Tambe,《DCOP的分布式算法:基于图形游戏的方法》,载于:《第十七届并行和分布式计算系统国际会议论文集》,2004年,第432-439页。
[11] R.Zivan,《分布式约束优化的任何时间局部搜索》,载《第二十届人工智能会议论文集》,2008年,第393-398页。;R.Zivan,《分布式约束优化的任何时间局部搜索》,载《第二十届人工智能会议论文集》,2008年,第393-398页。
[12] A.Farinelli,A.Rogers,A.Petcu,N.R.Jennings,使用max-sum算法对低功耗嵌入式设备进行分散协调,摘自:《第七届自治代理和多代理系统国际会议论文集》,2008年,第639-646页。;A.Farinelli,A.Rogers,A.Petcu,N.R.Jennings,使用max-sum算法对低功耗嵌入式设备进行分散协调,收录于:《第七届自治代理和多代理系统国际会议论文集》,2008年,第639-646页。
[13] A.Petcu,B.Faltings,MB-DPOP:一种新的基于内存的分布式优化算法,载于:《第二十届国际人工智能联合会议论文集》,2007年,第1452-1457页。;A.Petcu,B.Faltings,MB-DPOP:分布式优化的一种新的基于内存的算法,摘自:《第二十届国际人工智能联合会议论文集》,2007年,第1452-1457页。
[14] W.Yeoh,A.Felner,S.Koenig,BnB-ADOPT:异步分支绑定DCOP算法,摘自:《第七届自治代理和多代理系统国际联合会议论文集》,2008年,第591-598页。;W.Yeoh,A.Felner,S.Koenig,BnB-ADOPT:异步分支绑定DCOP算法,收录于:《第七届自治代理和多代理系统国际联合会议论文集》,2008年,第591-598页·Zbl 1191.68733号
[15] J.P.Pearce,M.Tambe,分布式约束优化问题k-最优解的质量保证,载《第十九届国际人工智能联合会议论文集》,2007年,第1446-1451页。;J.P.Pearce,M.Tambe,分布式约束优化问题k-最优解的质量保证,载于《第十九届国际人工智能联合会议论文集》,2007年,第1446-1451页。
[16] E.Bowring、J.Pearce、C.Portway、M.Jain、M.Tambe、On(k);E.Bowring、J.Pearce、C.Portway、M.Jain、M.Tambe、On(k)
[17] 科尔曼,T.H。;雷瑟森,C.E。;Rivest,R.L。;Stein,C.,算法导论(2001),麻省理工学院出版社·Zbl 1047.68161号
[18] A.Petcu,B.Faltings,A-DPOP:分布式优化中的近似,载于:约束编程的原理和实践,2005,第802-806页。;A.Petcu,B.Fallings,A-DPOP:分布式优化中的近似,收录于:约束编程的原理和实践,2005年,第802-806页·兹比尔1153.90583
[19] W.Yeoh,X.Sun,S.Koenig,在DCOP搜索算法中权衡解决方案质量以实现更快的计算,收录于:《第二十届第一届国际人工智能联合会议论文集》,2009年,第354-360页。;W.Yeoh,X.Sun,S.Koenig,《在DCOP搜索算法中权衡解决方案质量以实现更快的计算》,载《第二十届第一届国际人工智能联合会议论文集》,2009年,第354-360页。
[20] Kok,J.R。;Vlassis,N.,《通过支付传播进行协作多智能体强化学习》,《机器学习研究杂志》,71789-1828(2006)·Zbl 1222.68235号
[21] Aji,S。;McEliece,R.,《广义分布律》,IEEE信息理论汇刊,46,2,325-343(2000)·Zbl 0998.65146号
[22] 麦凯,D.J.C.,《信息理论、推理和学习算法》(2003),剑桥大学出版社·Zbl 1055.94001号
[23] 韦斯,Y。;Freeman,W.T.,关于任意图中最大乘积信念传播算法解的最优性,IEEE信息理论汇刊,47,2,723-735(2001)
[24] 韦斯,Y。;Freeman,W.,任意拓扑高斯图形模型中信念传播的正确性,神经计算,13,10,2173-2200(2001)·Zbl 0992.68055号
[25] Dechter,R.,《约束处理》(2003),摩根·考夫曼
[26] Vinyals,M。;Rodríguez-Aguilar,J.A。;Cerquides,J.,《通过广义分配律构建动态规划DCOP算法的统一理论》,《自治代理和多代理系统杂志》,1-26(2010)
[27] R.Stranders,A.Farinelli,A.Rogers,N.R.Jennings,《使用最大和算法的移动传感器分散协调》,载于《第二十一届国际人工智能联合会议论文集》,2009年,第299-304页。;R.Stranders,A.Farinelli,A.Rogers,N.R.Jennings,《使用max-sum算法的移动传感器分散协调》,载于《第二十届第一届国际人工智能联合会议论文集》,2009年,第299-304页·Zbl 1216.68305号
[28] Gallager,R.G。;Humblet,P.A。;Spira,P.M.,最小权生成树的分布式算法,《程序设计语言和系统的ACM事务》,5,1,66-77(1983)·Zbl 0498.68040号
[29] 弗雷,B.J。;Dueck,D.,通过在数据点之间传递消息进行聚类,《科学》,3155814972-976(2007)·Zbl 1226.94027号
[30] S.M.Aji,G.B.Horn,R.J.Mcelice,《关于单圈图上迭代译码的收敛性》,载《信息理论国际研讨会论文集》,1998年,第276页。;S.M.Aji,G.B.Horn,R.J.Mcelice,《关于单圈图上迭代解码的收敛性》,载《信息理论国际研讨会论文集》,1998年,第276页。
[31] Weiss,Y.,带回路图形模型中局部概率传播的正确性,神经计算,12,1,1-41(2000)
[32] Kschichang,F.R。;弗雷,B.J。;Loeliger,H.A.,因子图和和积算法,IEEE信息理论汇刊,42,2,498-519(2001)·Zbl 0998.68234号
[33] B.Awerbuch,最小权生成树的最优分布算法,计数,领导者选举和相关问题,摘自:第十九届ACM计算理论研讨会论文集,1987年,第230-240页。;B.Awerbuch,最小权生成树的最优分布式算法,计数,领导者选举和相关问题,收录于:第十九届ACM计算理论研讨会论文集,1987年,第230-240页。
[34] 温赖特,M。;Jaakkola,T。;Willsky,A.,《树的一致性和max-product算法及其推广的性能界限》,《统计与计算》,14,2,143-166(2004)
[35] S.M.Ali,S.Koenig,M.Tambe,《加速DCOP算法采用的预处理技术》,载于:第四届自治代理和多代理系统国际联合会议,2005年,第1041-1048页。;S.M.Ali,S.Koenig,M.Tambe,加速DCOP算法采用的预处理技术,载于:第四届自治代理和多代理系统国际联合会议,2005年,第1041-1048页。
[36] A.Meliou,A.Krause,C.Guestrin,J.M.Hellerstein,时空模型中的非近视信息路径规划,摘自:《第二十二届人工智能会议论文集》,2007年,第602-607页。;A.Meliou,A.Krause,C.Guestrin,J.M.Hellerstein,时空模型中的非近视信息路径规划,摘自:《第二十二届人工智能会议论文集》,2007年,第602-607页。
[37] C.Guestrin,A.Krause,A.P.Singh,高斯过程中的近最优传感器布置,摘自:《第二十届机器学习国际会议论文集》,2005年,第265-272页。;C.Guestrin,A.Krause,A.P.Singh,《高斯过程中的近最优传感器布局》,载于《第二十二届国际机器学习会议论文集》,2005年,第265-272页·Zbl 1225.68192号
[38] A.Krause,C.Guestrin,《使用子模块函数的近最优观测选择》,载于:《第二十届人工智能会议论文集》,2007年,第1650-1655页。;A.Krause,C.Guestrin,《使用子模块函数的近最优观测选择》,载于:《第二十届人工智能会议论文集》,2007年,第1650-1655页。
[39] 拉斯穆森,C.E。;Williams,C.K.I.,《机器学习的高斯过程》(2006),麻省理工学院出版社·Zbl 1177.68165号
[40] M.A.Osborne、A.Rogers、S.D.Rammour、S.J.Roberts、N.R.Jennings,《利用计算效率高的多输出高斯过程实现传感器网络数据的实时信息处理》,载于《第七届传感器网络信息处理国际会议论文集》,2008年,第109-120页。;M.A.Osborne、A.Rogers、S.D.Rammour、S.J.Roberts、N.R.Jennings,《利用计算效率高的多输出高斯过程实现传感器网络数据的实时信息处理》,载于《第七届传感器网络信息处理国际会议论文集》,2008年,第109-120页。
[41] K.H.Low,J.M.Dolan,P.Khosla,自适应多机器人广域探索和绘图,摘自:《第七届自治代理和多代理系统国际会议论文集》,2008年,第23-30页。;K.H.Low,J.M.Dolan,P.Khosla,自适应多机器人广域探索和绘图,摘自:《第七届自治代理和多代理系统国际会议论文集》,2008年,第23-30页。
[42] Chow,C.K。;Liu,C.N.,用依赖树逼近离散概率分布,IEEE信息理论汇刊,14,3,462-467(1968)·Zbl 0165.22305号
[43] Dechter,R。;Kask,K。;Larrosa,J.,约束优化中多重下界计算的一般方案,约束规划的原理与实践,2239346-360(2001)·Zbl 1067.68623号
[44] T.Matsui、M.C.Silaghi、K.Hirayama、M.Yokoo、H.Matsuo,《伪树中的定向软弧一致性》,载于:《第八届自治代理和多代理系统国际会议论文集》,2009年,第1065-1072页。;T.Matsui,M.C.Silaghi,K.Hirayama,M.Yokoo,H.Matsuo,伪树中的定向软弧一致性,收录于:第八届自治代理和多代理系统国际会议论文集,2009年,第1065-1072页。
[45] Yedidia,J。;弗里曼,W。;Weiss,Y.,《构建自由能近似和广义置信传播算法》,IEEE信息论汇刊,51,722822-312(2004)·Zbl 1283.94023号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。