분산 제약 최적화와 반좌표 변환
본 논문은 확률 집합(Probability Collectives) 프레임워크를 이용해 제약 최적화 문제를 다중 에이전트 게임으로 변환하고, 라그랑지안 최소화를 통해 자동 어닐링을 수행한다. 특히, 에이전트 상태와 최적화 변수 사이를 연결하는 ‘반좌표 변환(semicoordinate transformation)’을 도입해 독립적인 에이전트 분포가 변수 공간에 혼합 분포를 만들도록 함으로써 복수의 해를 동시에 탐색한다. k‑SAT 및 NK 함수 실…
저자: William Macready, David Wolpert
본 논문은 확률 집합(Probability Collectives, PC)이라는 통합 이론을 활용해 제약 최적화 문제를 다중 에이전트 게임 형태로 변환하고, 라그랑지안 최소화를 통해 자동 어닐링(annealing) 과정을 구현한다. 먼저, 최적화 변수 x_i 를 각각 독립적인 에이전트 i 에게 할당하고, 각 에이전트는 자신의 행동 집합 X_i (가능한 변수값) 위에서 확률 분포 q_i(x_i) 를 유지한다. 전체 시스템의 상태 x=
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기