[논문 리뷰] A Submodularity-Based Approach for Multi-Agent Optimal Coverage Problems

Xinmiao Sun, Christos G. Cassandras외 1명|arXiv (Cornell University)|2017. 08. 14.

Distributed Control Multi-Agent Systems참고 문헌 20인용 수 3

한 줄 요약

이 논문은 장애물이 있는 환경에서 다중 에이전트 최적 커버리지 문제를 해결하기 위해 서브모듈라리티 기반 접근법을 제안한다. 커버리지 목적 함수의 단조 증가 서브모듈라리티 성질을 활용하여 근사 해를 전역 최적해의 1−1/e 이내로 보장하는 그레디언트 알고리즘을 적용한다. 또한 총 곡률과 원소 곡률을 이용해 더 날카운 성능 하한을 유도하며, 이는 다양한 센싱 능력 간 상호 보완적이다. 더불어 그레디언트 기반 최적화와 그레디언트 해를 조합하여 기존 방법보다 뛰어난 성능을 달성한다.

ABSTRACT

We consider the optimal coverage problem where a multi-agent network is deployed in an environment with obstacles to maximize a joint event detection probability. The objective function of this problem is non-convex and no global optimum is guaranteed by gradient-based algorithms developed to date. We first show that the objective function is monotone submodular, a class of functions for which a simple greedy algorithm is known to be within 0.63 of the optimal solution. We then derive two tighter lower bounds by exploiting the curvature information (total curvature and elemental curvature) of the objective function. We further show that the tightness of these lower bounds is complementary with respect to the sensing capabilities of the agents. The greedy algorithm solution can be subsequently used as an initial point for a gradient-based algorithm to obtain solutions even closer to the global optimum. Simulation results show that this approach leads to significantly better performance relative to previously used algorithms.

연구 동기 및 목표

• 장애물이 있는 다중 에이전트 최적 커버리지 문제에서 비凸성과 국소 최적해 문제를 해결하기 위해.
• 공동 사건 탐지 확률 목적 함수가 단조 증가 서브모듈라리티임을 입증하여 그레디언트 알고리즘을 통한 성능 보장을 가능하게 하기 위해.
• 목적 함수의 총 곡률과 원소 곡률을 이용해 전역 최적해에 대한 더 날카운 하한을 도출하기 위해.
• 연속 공간에서의 그레디언트 초기화를 개선함으로써 해 품질을 향상시키는 하이브리드 그레디언트-기반 알고리즘을 개발하기 위해.
• 시뮬레이션을 통해 제안된 방법이 기존의 온라인 및 오프라인 알고리즘보다 커버리지 성능에서 뛰어나다는 것을 입증하기 위해.

제안 방법

• 유한한 타당 위치 집합에 제한된 다중 에이전트 커버리지 문제를 수식화하여 서브모듈라리티 분석을 가능하게 하기 위해.
• 공동 탐지 확률 목적 함수가 단조 증가 서브모듈라리티임을 증명하여, 1−1/e 근사 보장을 갖는 그레디언트 알고리즘의 적용을 가능하게 하기 위해.
• 목적 함수의 총 곡률과 원소 곡률을 이용해 두 개의 더 날카운 하한을 도출하며, 이는 서로 다른 센싱 능력 간 상호 보완적임을 나타낸다.
• 에이전트 센싱 범위에 따라 더 날카운 곡률 기반 하한을 선택하여 근사 최적 성능 보장을 보장하기 위해.
• 그레디언트 해를 연속 공간에서의 위치를 정밀 조정하기 위한 분산 기반 그레디언트 알고리즘의 초기점으로 사용하기 위해.
• 그레디언트 및 그레디언트 단계를 통합하여 수렴성과 고품질 해 도달 능력을 향상시키는 그레디언트-기반 알고리즘(GGA)을 개발하기 위해.

실험 결과

연구 질문

• RQ1 다중 에이전트 커버리지 문제에서 공동 탐지 확률이 단조 증가 서브모듈라리티임을 입증할 수 있는가? 이는 그레디언트 선택에 의한 성능 보장 가능성을 의미한다.
• RQ2 특히 총 곡률과 원소 곡률을 어떻게 활용하여 기존의 1−1/e 보장보다 더 날카운 하한을 도출할 수 있는가?
• RQ3 총 곡률과 원소 곡률을 기반으로 도출된 성능 하한은 에이전트 센싱 능력에 대해 상호 보완적인가?
• RQ4 그레디언트 초기화와 기반 그레디언트 보완을 조합한 방법이 단독으로 사용되는 방법보다 커버리지 성능을 향상시키는가?
• RQ5 장애물이 있는 복잡한 미션 공간에서 제안된 그레디언트-기반 알고리즘이 더 나은 수렴성과 해 품질을 달성할 수 있는가?

주요 결과

• 공동 탐지 확률 목적 함수가 단조 증가 서브모듈라리티임을 증명하여, 그레디언트 알고리즘을 통한 1−1/e 근사 보장을 가능하게 하였다.
• 목적 함수의 총 곡률과 원소 곡률을 이용해 두 개의 더 날카운 하한을 도출하였으며, 이는 문제의 목적 함수에 대해 명시적으로 계산 가능한 것으로 확인되었다.
• 총 곡률과 원소 곡률 하한의 날카움은 상호 보완적이다: 한쪽은 약한 센싱 조건에서 날카롭고, 다른 한쪽은 강한 센싱 조건에서 날카롭다. 이는 에이전트 능력에 관계없이 근사 최적 보장을 보장한다.
• 시뮬레이션 결과, 그레디언트-기반 알고리즘(GGA)이 기존 방법보다 훨씬 높은 커버리지 성능을 달성하였으며, 다양한 미션 공간에서 H(s) 값이 일관되게 벤치마크를 초월하였다.
• 장애물이 없는 환경과 미로 형태 환경에서 GGA는 커버리지 값 최대 2583.5(H(s))를 기록하여 최고 성능을 보인 대안들보다 뚜렷한 우위를 보였다.
• 제안된 방법은 고전적인 1−1/e 기준을 초월해 이론적 최적성 갭을 줄였으며, 유리한 센싱 조건에서 곡률 기반 하한은 1에 가까워졌다.