[論文レビュー] Distributed Online Optimization for Multi-Agent Optimal Transport

Vishaal Krishnan, Sonia Martı́nez|arXiv (Cornell University)|Apr 4, 2018

Distributed Control Multi-Agent Systems被引用数 4

ひとこと要約

本稿では、2段階の反復スキームを用いて、マルチエージェント最適輸送のスケーラブルで分散型のオンライン最適化アルゴリズムを提案する。エージェントは分散型のプライマル・デュアルアルゴリズムを用いて協働的にカントロヴィチポテンシャルを推定し、その後、集団を目的の確率測度へ輸送するためのプロキシマル勾配降下を実行する。この手法は、最適輸送計画への漸近的収束を保証するとともに、理論的保証を伴う分散型・リアルタイム実装を実現する。

ABSTRACT

We propose a scalable, distributed algorithm for the optimal transport of large-scale multi-agent systems. We formulate the problem as one of steering the collective towards a target probability measure while minimizing the total cost of transport, with the additional constraint of distributed implementation. Using optimal transport theory, we realize the solution as an iterative transport based on a proximal descent scheme. At each stage of the transport, the agents implement an online, distributed primal-dual algorithm to obtain local estimates of the Kantorovich potential for optimal transport from the current distribution of the collective to the target distribution. Using these estimates as their local objective functions, the agents then implement the transport by proximal descent. This two-step process is carried out recursively by the agents to converge asymptotically to the target distribution. We rigorously establish the underlying theoretical framework for the algorithm and test its behavior via numerical experiments.

研究の動機と目的

• 大規模マルチエージェントシステムにおける真に分散型でスケーラブルな最適輸送アルゴリズムの不足に対処すること。
• 輸送コストを最小化しつつ、目的の空間的分布へ向かってリアルタイムで分散型の制御を可能にすること。
• 中央集権的計画や過度なエージェント間通信を回避する分散型オンラインアルゴリズムの開発。
• 最適輸送理論を用いて、提案された分散型スキームの収束性と理論的妥当性を厳密に確立すること。

提案手法

• 代わりに、メトリックコストに対するカントロヴィチ双対性を用いて、最適輸送問題の双対定式化を導出する。
• エージェントは、局所的情報交換を伴う分散型プライマル・デュアルオンライン最適化スキームを用いて、カントロヴィチポテンシャルを反復的に推定する。
• 各エージェントは、自身の局所的ポテンシャル推定値を、プロキシマル降下更新における局所的目的関数として用い、輸送ステップを計算する。
• このプロセスは再帰的である：各反復において、エージェントは局所的ポテンシャル推定値とプロキシマル更新に基づいて位置を更新し、輸送コストを最小化する。
• この手法は、カントロヴィチポテンシャルがほとんど everywhere で微分可能であるという事実を利用しており、長さ最小の経路に沿った測地線的輸送を可能にする。
• 双対定式化の性質を用い、測地線的輸送と同等であることを示すことにより、最適輸送計画への収束を確立する。

実験結果

リサーチクエスチョン

• RQ1 真に分散型でオンラインで実行可能な最適輸送が、中央集権的計画なしにマルチエージェントシステムに実装可能か？
• RQ2 エージェントは、局所的情報と限られた通信のみを用いて、カントロヴィチポテンシャルをどのように協働的に推定できるか？
• RQ3 プロキシマル降下ステップと最適輸送計画内の測地線的経路との関係は何か？
• RQ4 与えられた制約下で、分散型アルゴリズムが最適輸送計画への漸近的収束を達成できるか？

主な発見

• 提案された分散型プライマル・デュアルアルゴリズムにより、エージェントは隣接エージェントレベルの通信のみで、局所的にカントロヴィチポテンシャルを推定可能である。
• 局所的ポテンシャル推定値に基づくプロキシマル降下ステップは、局所的ポテンシャル推定値に基づいて、最適輸送計画へ漸近的に収束する。
• 最適輸送計画が測地線に沿った輸送と同等であることが示され、このスキームの最小化子はこれらの測地線の部分集合に対応する。
• カントロヴィチポテンシャルはほとんど everywhere で微分可能であり、その勾配ノルムは有界であるため、安定な局所的計算が可能である。
• 中央集権的計算やシステム状態のグローバルな知識を必要とせず、目的の分布への収束を達成する。