[논문 리뷰] Passivity-Based Distributed Optimization with Communication Delays Using PI Consensus Algorithm

Takeshi Hatanaka, Nikhil Chopra외 2명|arXiv (Cornell University)|2016. 09. 15.

Distributed Control Multi-Agent Systems참고 문헌 31인용 수 5

한 줄 요약

이 논문은 통신 지연이 있는 다중 에이전트 환경에서 비제약 및 제약 최적화 문제를 해결하기 위해 피드백 이득 일치 알고리즘을 사용하는 안정성 기반 분산 최적화 프레임워크를 제안한다. 안정성 이론과 산란 변환을 활용하여, 시간 지연이 존재하는 상황에서도 정확한 최적 해에 수렴함을 보장하며, 다섯 대의 카메라를 사용한 시각적 인간 위치 추정 응용 사례를 통해 검증되었다.

ABSTRACT

In this paper, we address a class of distributed optimization problems in the presence of inter-agent communication delays based on passivity. We first focus on unconstrained distributed optimization and provide a passivity-based perspective for distributed optimization algorithms. This perspective allows us to handle communication delays while using scattering transformation. Moreover, we extend the results to constrained distributed optimization, where it is shown that the problem is solved by just adding one more feedback loop of a passive system to the solution of the unconstrained ones. We also show that delays can be incorporated in the same way as the unconstrained problems. Finally, the algorithm is applied to a visual human localization problem using a pedestrian detection algorithm.

연구 동기 및 목표

• 다중 에이전트 시스템에서 최적화의 안정성과 수렴 속도를 해칠 수 있는 통신 지연 문제를 해결한다.
• 에이전트 간 통신 지연이 존재하더라도 안정성과 수렴을 보장하는 안정성 기반 프레임워크를 개발한다.
• 라그랑주 승수 갱신을 위한 수동 피드백 루프를 통합하여 제약 최적화 문제로 접근 범위를 확장한다.
• 지연된 정보 교환을 동반한 다수의 카메라를 사용한 실세계 시각적 인간 위치 추정 문제에 대해 방법을 검증한다.

제안 방법

• 안정성 이론을 활용해 수동 시스템 간 피드백 상호연결으로 분산 최적화를 수립함으로써 안정성 분석을 가능하게 한다.
• 비례 및 적분 피드백을 조합하여 비제약 최적화에서 정확한 수렴을 달성하기 위해 PI 일치 알고리즘을 적용한다.
• 산란 변환을 사용하여 통신 지연을 통합함으로써, 안정성 유지와 함께 시스템을 지연 상황에서도 안정화한다.
• 기울기 기반 라그랑주 승수 갱신을 위한 수동 피드백 루프를 추가하여 프레임워크를 제약 문제로 확장한다.
• 안정성 기반 분석을 통해 지연 없음 및 지연 존재 상황 모두에서 최적 해로의 점근적 수렴을 증명한다.
• 각 카메라가 국소 감지 결과와 공유되는 제약 조건을 기반으로 인간의 위치와 자세를 추정하는 다중 카메라 시각 위치 추정 시스템에 알고리즘을 구현한다.

실험 결과

연구 질문

• RQ1 분산 최적화에서 통신 지연을 수렴 성능에 영향을 주지 않으면서 어떻게 안정화할 수 있는가?
• RQ2 시간 지연이 존재하는 분산 최적화에서 정확한 수렴을 보장하기 위해 안정성 기반 제어 기법을 사용할 수 있는가?
• RQ3 수동 시스템 상호연결을 통해 제약 분산 최적화 문제를 어떻게 해결할 수 있는가?
• RQ4 산란 변환은 일치 기반 최적화에서 지연된 통신을 안정화시키는 데 어떤 역할을 하는가?
• RQ5 제안된 방법은 시각적 인간 위치 추정과 같은 실세계 다중 에이전트 센싱 문제에 적용될 수 있는가?

주요 결과

• 제안된 안정성 기반 프레임워크는 임의의 통신 지연이 존재하는 비제약 분산 최적화에서도 최적 해로의 정확한 수렴을 보장한다.
• 산란 변환을 통해 통신 지연이 성공적으로 관리되며, 안정성 유지와 함께 시스템을 안정화시킨다.
• 제약 문제의 경우, 라그랑주 승수 갱신을 위한 수동 피드백 루프를 추가함으로써 장벽 함수 조정 없이도 정확한 수렴이 가능하다.
• 시뮬레이션 결과, 산란 변환 없이 통신 지연이 존재할 경우 최적화 과정에서 발산이 발생함을 확인하였다.
• 산란 변환을 적용한 경우, 알고리즘이 안정화되어 시각적 인간 위치 추정 문제에서 최적 해로 성공적으로 수렴하였다.
• 다섯 대의 카메라로 구성된 시스템에서 검증되었으며, 각 카메라는 인간의 위치와 자세에 대한 타원형 근사치를 추정하여 일관되고 정확한 위치 추정을 달성하였다.