用于分布式约束优化问题的异步前向定界
人工智能
2014-01-16 v1
摘要
本文提出了一种用于求解分布式约束优化问题（DisCOPs）的新搜索算法。智能体顺序地分配变量，并异步地计算部分赋值的界限。异步定界计算基于部分赋值的传播。异步前向定界算法（AFB）是一种分布式优化搜索算法，它始终保持一个一致的部分赋值。本文详细描述了该算法并证明了其正确性。实验评估表明，AFB 的性能比同步分支定界高出多个数量级，并且随着问题紧度的增加产生了相变现象。这与将局部一致性维护应用于 MaxCSPs 时观察到的相变效应类似。通过加入回跳机制，AFB 算法得到了进一步增强，形成了 AFB-BJ 算法。分布式回跳基于所有值界限的累积信息，并并发处理一个用于下一步回退的候选目标队列。实验上将 AFB-BJ 算法与其他 DisCOP 算法（ADOPT、DPOP、OptAPO）进行了比较，结果表明它是求解 DisCOPs 的一种非常高效的算法。
引用
@article{arxiv.1401.3442,
title = {Asynchronous Forward Bounding for Distributed COPs},
author = {Amir Gershman and Amnon Meisels and Roie Zivan},
journal= {arXiv preprint arXiv:1401.3442},
year = {2014}
}