[論文レビュー] Controlling a self-organizing system of individuals guided by a few external agents -- particle description and mean-field limit

Martin Burger, René Pinnau+3 more|arXiv (Cornell University)|Oct 5, 2016

Distributed Control Multi-Agent Systems参考文献 16被引用数 4

ひとこと要約

本稿では、少数の外部エージェントを用いて大規模自己組織的粒子系を制御するための数学的枠組みを提案し、即時制御（IC）と最適制御（OC）戦略を比較する。粒子数が増加する際の微視的制御から平均場制御への収束を確立し、アドジョイントベース最適化を用い、群れの動的挙動への応用を数値的に検証する。

ABSTRACT

Optimal control of large particle systems with collective dynamics by few agents is a subject of high practical importance (e.g. in evacuation dynamics), but still limited mathematical basis. In particular the transition from discrete optimal control to a continuum setting as the number of particles tends to infinity is by far not fully understood. In this paper we contribute to this issue by studying a canonical model of controlling an interacting particle system into a certain spatial region by repulsive forces from few external agents, which might be interpreted as shepherd dogs leading sheep to their home. We discuss the appropriate modelling of such a problem and the associated optimality systems, providing some connections between the Lagrange multipliers in the discrete and continuum setting. As control strategies we investigate an Instantaneous Control and a global Optimal Control approach. The solutions of a family of control problems for the particle system with external agents are numerically compared to the mean-field controls as the number of particles tends to infinity. In both cases, this leads to a high dimensional phase space requiring tailored optimization strategies. All control problems arising are solved using adjoint information to compute the descent directions. The numerical results indicate the convergence of controls for both optimization strategies.

研究の動機と目的

• 少数の外部エージェントを用いて大規模相互作用粒子系を制御する数学的に厳密な枠組みの構築。
• 集団的ダイナミクスを制御する際の即時制御（IC）と最適制御（OC）戦略の性能および収束特性の比較。
• 粒子数が無限大に近づく際の微視的制御から平均場制御への収束の確立。
• 最適制御設定下における離散的粒子系とその連続的平均場近似との間の数値的検証済みの関連の提供。
• 大規模制御問題における高次元位相空間に起因する計算課題の解決。

提案手法

• 個々の粒子と外部エージェント間の反発的相互作用をもつ粒子ベース記述を用いてシステムをモデル化し、キネティック方程式を用いてその平均場極限を導出する。
• 2つの制御戦略を定式化する：即時制御（IC）では、エージェントが群れの状態に即座に反応する。最適制御（OC）では、将来の軌道をグローバルに計画する。
• エネルギー消費を最小化するとともに、粒子を目的領域に誘導するコスト関数を定義し、状態方程式からの制約を含める。
• 微視的および平均場系の両方に対して、アドジョイント微積分を用いて一次最適性条件を導出し、降下方向を計算する。
• 高次元状態および制御空間を扱うために、一次微分情報に基づく特化された最適化アルゴリズムを実装する。
• 粒子数（N = 1000, 2000, 4000）と平均場グリッド（M25, M50）を変化させた数値シミュレーションを用い、制御性能および収束性を比較する。

実験結果

リサーチクエスチョン

• RQ1 粒子数が増加する際、大規模離散粒子系の制御戦略は、対応する平均場制御に収束するか？
• RQ2 高次元系において、即時制御（IC）と最適制御（OC）の間で、計算コストおよびメモリ要件はどのように比較されるか？
• RQ3 微視的系の最適制御が、軌道および密度の時間発展において、平均場制御をどの程度正確に近似するか？
• RQ4 微視的および平均場設定の両方において、初期制御データの選択にどの程度感度を示すか？
• RQ5 アドジョイントベース最適化は、粒子および平均場制御問題の高次元位相空間を効果的に扱えるか？

主な発見

• 粒子数が増加するに従い、微視的粒子系の制御は平均場制御に収束し、N=4000のとき相対的制御差が約2.5%にまで減少する。
• N=4000の粒子からM50グリッド上でヒストグラムを用いて計算した平均場密度は、平均場解と相対L2差が8.9968e-05である。
• ICアプローチは、N=1000のとき0.15 GB（IC）と比較して0.82 GB（OC）を要するため、長時間シミュレーションにおいてOCに比べてはるかにスケーラブルである。
• 異なる初期制御でさえも、シミュレーション全体を通して群れの形状とドッグの軌道が一貫しており、制御戦略の頑健性を示している。
• OCアルゴリズムは群れの集団的挙動およびドッグのダイナミクスを効果的に捉えており、t=3.3、6.6、10における微視的および平均場モデルの軌道が密接に一致している。
• コスト関数および相対速度の変化は、すべてのシミュレーションで類似した傾向を示しており、最適化プロセスの安定性と一貫性を示している。