[논문 리뷰] Geometry of Information Structures, Strategic Measures and associated Control Topologies

Naci Saldı, Serdar Yüksel|arXiv (Cornell University)|2020. 10. 14.

Computability, Logic, AI Algorithms참고 문헌 126인용 수 8

한 줄 요약

이 논문은 다양한 정보 구조 하에서 분산 제어 및 의사결정을 분석하기 위한 기하학적이고 위상수학적 프레임워크를 개발한다. 고전적, 이완된, 양자, 비신호 전파 전략 측도의 계층을 도입하고, 그들의 볼록성, 컴act성, 닫힘 성질을 증명한다. 비신호 전파 이완은 선형 프로그래밍을 통한 날카운 상한을 가능하게 하는 볼록이고 닫힌 집합을 제공하며, Witsenhausen의 역설과 정보 제약 조건 하에서의 최적 제어에 적용된다.

ABSTRACT

In many areas of applied mathematics, engineering, and social and natural sciences, decentralization of information is a key aspect determining how to approach a problem. In this review article, we study information structures in a probability theoretic and geometric context. We define information structures, place various topologies on them, and study closedness, compactness and convexity properties on the strategic measures induced by information structures and decentralized control/decision policies under varying degree of relaxations with regard to access to private or common randomness. Ultimately, we present existence and tight approximation results for optimal decision/control policies. We discuss various lower bounding techniques, through relaxations and convex programs ranging from classically realizable and classically non-realizable (such as quantum and non-signaling) relaxations. For each of these, we establish closedness and convexity properties and also a hierarchy of correlation structures. As a second main theme, we review and introduce various topologies on decision/control strategies defined independent of information structures, but for which information structures determine whether the topologies entail utility in arriving at existence, compactness, convexification or approximation results. These approaches, which we term as the strategic measures approach and the control topology approach, lead to complementary results on existence, approximations and upper and lower bounds in optimal decentralized decision and control.

연구 동기 및 목표

• 분산 의사결정 및 제어 문제에서의 정보 구조를 분석하기 위한 통합된 확률론적 및 기하학적 프레임워크를 개발하기 위해.
• 다양한 무작위성과 정보 공유 이완 하에서 전략 측도의 위상적 성질(닫힘성, 볼록성, 컴act성)을 규명하기 위해.
• 분산 스토케스틱 제어에서 최적 정책의 존재성, 근사, 볼록화 결과를 확립하기 위해.
• 정보 구조에 종속되지 않는 제어 위상 구조를 도입하고, 정보 제약 조건이 컴act성 및 근사 성질을 달성하는 데 어떻게 기여하는지 보여주기 위해.
• 특히 Witsenhausen의 역설과 같은 도전적인 사례에서 비신호 및 양자 이완을 사용하여 최적 제어 문제에 대한 날카운 하한을 제공하기 위해.

제안 방법

• 국소 관측치와 행동에 대한 조건부 분포로 정보 구조를 정의하여, 부분 정보 하에서의 분산 의사결정을 모델링하기 위해.
• 전략 측도 집합의 계층을 도입: $L_A(\mu)$ (허용 가능), $L_R(\mu)$ (비공개 무작위성 포함 이완), $L_C(\mu)$ (공통 무작위성), $L_Q(\mu)$ (양자), $L_{NS}(\mu)$ (비신호 전파), $L_M(\mu)$ (마르코프).
• 위상적 성질 분석: $L_{NS}(\mu)$ 와 $L_M(\mu)$ 는 닫혀 있고 볼록하다; $L_C(\mu)$ 는 볼록하지만 일반적으로 닫혀 있지 않다; $L_A(\mu)$ 와 $L_R(\mu)$ 는 닫혀 있지 않으며 볼록하지도 않다.
• 조건부 독립성과 비신호 전파 제약 조건을 표현하기 위해 선형 연산자 $L$ 을 사용하여 $L_{NS}(\mu)$ 위에서 최적 제어 문제를 선형 프로그래밍으로 제시하기 위해.
• 최적 비용의 하한을 계산하기 위해 쌍대 프로그램 $(\textbf{NS}^*)$ 을 유도하고, 쌍대 변수와 제약 조건 이완을 통해 분석하기 위해.
• 이완된 제어 정책과 약한-* 위상 구조를 사용하여 정보 제약 조건 하에서 최적 전략의 수렴성 및 근사 성질을 분석하기 위해.

실험 결과

연구 질문

• RQ1 다양한 정보 구조와 이완 조건에 의해 유도된 전략 측도의 위상적 및 기하학적 성질(닫힘성, 볼록성, 컴act성)은 무엇인가?
• RQ2 비신호 전파 및 양자 이완은 분산 제어 문제에서 근사 및 하한 제공에 어떻게 향상되는가?
• RQ3 비신호 전파 이완은 Witsenhausen의 역설에 대해 날카운 하한을 제공할 수 있으며, 언제 고전적 최적 비용과 일치하는가?
• RQ4 비신호 전파 정책 하에서의 최적 비용이 고전적 또는 양자 정책 하의 최적 비용과 동일한 조건은 무엇인가?
• RQ5 정보 구조에 종속되지 않는 제어 위상 구조는 정보 제약 조건 하에서 존재성, 컴act성, 근사 결과를 어떻게 가능하게 하는가?

주요 결과

• 비신호 전파 전략 측도 $L_{NS}(\mu)$ 는 닫혀 있고 볼록하므로, 강력한 근사 및 이중성 결과를 가능하게 한다.
• 비신호 전파 정책 하에서의 최적 비용은 $L_{NS}(\mu)$ 위에서의 선형 프로그래밍 해석을 통해 하한이 보장되며, 이는 수치적으로 해석하여 날카운 하한을 도출할 수 있다.
• 쌍대 프로그램 $(\textbf{NS}^*)$ 은 최적 비용의 계산 가능한 하한을 제공하며, 쌍대 변수는 정책의 구조적 제약 조건을 코딩한다.
• 교차항 $u^1 u^2$ 이 없는 비용 함수의 경우 최적 정책은 애매하게 표현 가능하며 정보 이론적 도구를 통해 해석 가능하다.
• 비용 함수에 $u^1 u^2$ 항이 없는 경우, $L_{NS}(\mu)$ 위에서의 하한은 $L_C(\mu)$ 위에서의 하한과 동일하며, 이러한 경우에 등가성을 나타낸다.
• 전략 측도의 계층은 $L_{NS}(\mu)$ 가 $L_C(\mu)$ 보다 엄격히 큰 볼록 이완임을 드러내며, 동시에 최적화에 충분한 구조를 유지한다.