[論文レビュー] Topological Information-Theoretic Belief Space Planning with Optimality Guarantees

Andrej Kitanov, Vadim Indelman|arXiv (Cornell University)|Mar 3, 2019

Machine Learning and Algorithms参考文献 35被引用数 10

ひとこと要約

本稿では、高次元の信念空間計画における情報理論的コストを効率的に近似するために、グラフのトポロジー（特にスパニングツリーの数とフォン・ノイマンエントロピーの近似）を用いたトポロジカル信念空間計画（t-BSP）手法を提案する。オンラインで計算可能な誤差バウンダリーを提供し、グローバル最適性の保証または性能損失の定量的評価を可能にすることで、理論的性能保証付きの高速かつアクション一貫性のある計画を実現する。

ABSTRACT

Determining a globally optimal solution of belief space planning (BSP) in high-dimensional state spaces is computationally expensive, as it involves belief propagation and objective function evaluation for each candidate action. Our recently introduced topological belief space planning t-bsp instead performs decision making considering only topologies of factor graphs that correspond to posterior future beliefs. In this paper we contribute to this body of work a novel method for efficiently determining error bounds of t-bsp, thereby providing global optimality guarantees or uncertainty margin of its solution. The bounds are given with respect to an optimal solution of information theoretic BSP considering the previously introduced topological metric which is based on the number of spanning trees. In realistic and synthetic simulations, we analyze tightness of these bounds and show empirically how this metric is closely related to another computationally more efficient t-bsp metric, an approximation of the von Neumann entropy of a graph, which can achieve online performance.

研究の動機と目的

• 高次元状態空間におけるグローバル最適信念空間計画（BSP）の計算不能性に対処すること。
• 要因グラフのトポロジカルメトリクスに置き換えることで、複雑な情報理論的コスト計算を回避し、BSPにおける高速かつスケーラブルな意思決定を可能にすること。
• t-BSP の理論的誤差バウンダリーを提供し、グローバル最適性の保証または性能マージンの定量的評価を可能にすること。
• メトリクスの近似に対しても候補アクションの相対順序が保たれるようにすることで、計画におけるアクション一貫性を確保すること。
• リアルタイム応用に適したフォン・ノイマンエントロピーの計算効率の良い近似を用いて、オンラインでの性能を実現すること。

提案手法

• 信念空間計画における情報理論的コストの近似に、事後要因グラフにおけるスパニングツリーの数（$s_{ST}$）をトポロジカルメトリクスとして用いる。
• 情報理論的目的関数の計算効率の良い近似として、フォン・ノイマンエントロピーに基づくメトリクス（$s_{VN}$）を導入する。
• トポロジカルメトリクスを用いて、真の事後エントロピーのオンライン計算可能な上界および下界を導出し、性能保証を可能にする。
• ハダマードの不等式を適用して下界を効率的に近似し、計算コストを低減しつつもタイトな推定を維持する。
• アクション一貫性理論を用いて、メトリクスの近似に対してもアクションの順序が変化しないように保証し、意思決定の品質を維持する。
• 拡張行列行列式補題（AMDL）および周辺共分散回復を用いて、バウンダリーの理論的導出を支援する。

実験結果

リサーチクエスチョン

• RQ1 要因グラフのトポロジカルメトリクスは、信念空間計画における情報理論的コストの信頼性と効率性を確保する有効な近似手段となり得るか？
• RQ2 最小限のオーバーヘッドでオンラインで計算可能な、このようなトポロジカル近似の理論的誤差バウンダリーは何か？
• RQ3 これらのバウンダリーは、現実的および合成環境においてどれほどタイトか？また、真の事後エントロピーとはどのように関係するか？
• RQ4 フォン・ノイマンエントロピー近似は、高次元BSPにおけるオンライン性能を実現しつつ、アクション一貫性を維持できるか？
• RQ5 これらのバウンダリーは、真の目的関数の完全評価を必要とする候補アクションの数をどれほど削減できるか？グローバル最適性の保証にどの程度寄与するか？

主な発見

• スパニングツリーの数（$s_{ST}$）は、高角度ノイズ（$ heta = 10^ ext{deg}$）下でも真の事後エントロピーと強く相関しており、頑健なトポロジカルプロキシとして有効である。
• 情報理論的コストの導出されたバウンダリーは、わずかな追加コストでオンラインで計算可能であり、リアルタイムでの性能保証を可能にする。
• ハダマードの不等式に基づく下界は、ノイズが増加するにつれてタイトになるため、計算コストを低減しつつも保守的な性能推定を維持する。
• すべての計画セッションにおいて、$s_{ST}$ ではアクション一貫性（$ ho = 0$）が保持されるが、$s_{VN}$ 及びその近似値 $ ilde{s}_{VN}$ は初期セッションでのみ一貫性が保たれ、トポロジカル類似性のためわずかな逸脱（$ ho eq 0$）が生じる。
• 速度比 $t_{ST}/t_{VN}$ は、フォン・ノイマンエントロピー近似が $s_{ST}$ よりも顕著に高速であることを示しており、わずかな一貫性の低下を除けば、オンライン利用が可能である。
• フォン・ノイマンエントロピー近似の正規化は、アクション一貫性を向上させ、高次元設定におけるメトリクスの信頼性向上のためのさらなる改良の可能性を示唆している。