두 둥지 개미 과정과 삼각형 시리즈‑패럴렐 그래프의 수렴 분석

초록

본 논문은 두 개의 둥지를 가진 개미 과정(강화 학습 기반 무작위 보행)을 삼각형 형태의 시리즈‑패럴렐 그래프에 적용하여, 확률 근사와 폴리아 우르 모델을 이용해 수렴을 증명하고, 각 그래프 구간별 최단 경로와 강화 비율을 명시한다.

상세 분석

논문은 먼저 기존의 단일 둥지 개미 과정을 두 둥지 버전으로 확장한다. 그래프는 N₁, N₂(두 둥지)와 식량점 F를 정점으로 하는 삼각형 구조이며, 각 변은 임의의 시리즈‑패럴렐 그래프 G₁, G₂, G₃으로 대체된다. 각 변의 “높이”(source와 sink 사이 거리)를 ℓ₁, ℓ₂, ℓ₃라 두고, α∈(0,1)은 N₁에서 출발하는 개미 비율을 나타낸다. 개미는 현재 에지 가중치 Wₑ(n)에 비례해 이동하고, 목적지에 도달하면 루프를 역방향으로 제거하며 지나간 에지를 한 번씩 강화한다. 이 과정은 시간 n에 따라 Wₑ(n)∈ℕ이 증가하는 마르코프 사슬이며, 강화된 에지는 선형적으로 성장한다.

주요 결과(Theorem 1.5)는 (W(n)/n)ₙ이 거의 확실히 한계 벡터 χ에 수렴함을 보이며, χ의 구조는 ℓ₁, ℓ₂, ℓ₃의 관계에 따라 세 경우로 나뉜다.

1. ℓ₂≥ℓ₁+ℓ₃이면 G₂는 거의 사용되지 않고, N₁→F는 G₁, N₂→F는 G₁∪G₃을 통해 진행된다. χₑ=0인 에지는 G₂에 속한다.
2. ℓ₁≤ℓ₂<ℓ₁+ℓ₃ 및 ℓ₃<ℓ₁+ℓ₂인 일반적인 삼각형에서는 각 구간 Gᵢ가 일정 비율 βᵢ로 강화된다. β₁,β₃는 α와 ℓᵢ의 함수이며 0<βᵢ<1을 만족한다. 특히 G₃은 최단 경로에 포함되지 않음에도 불구하고 비제로 비율로 사용된다(상호작용 현상).
3. ℓ₃≥ℓ₁+ℓ₂이면 G₃는 전혀 강화되지 않고, 각각 N₁→F와 N₂→F는 G₁, G₂를 통해 최단 경로를 찾는다.

증명은 각 Gᵢ 내부에서의 개미 과정이 기존 단일 둥지 모델과 동형임을 이용하고, (N₁(n),N₂(n),N₃(n))/n을 확률 미분 방정식(ODE) 근사로 분석한다. Benaïm의 확률 근사 이론과 Pemantle의 강인성 결과를 적용해 수렴을 확보한다. 또한, (ℓ₁,ℓ₂,ℓ₃)-삼각형(각 변이 단순한 직렬 체인)에서 구체적인 예시를 들어, 강화 비율이 직관적인 “최적 교통망” 해석과 일치하지 않음을 보여준다.

결과적으로, 다중 둥지 개미 과정은 그래프 구조에 따라 최단 경로를 찾을 수도, 비최단 경로를 일정 비율로 사용할 수도 있음을 밝히며, 물리적 최적화(예: Physarum 네트워크)와의 직접적인 연관성은 제한적임을 지적한다.