具有时变网络拓扑的拜占庭弹性分布式假设检验
系统与控制
2021-07-20 v2 系统与控制
摘要
我们研究一类移动智能体网络上的分布式假设检验问题，该网络中智能体通信与感知范围有限，需协作推断真实假设。具体而言，我们考虑存在未知 compromised 智能体子集的场景，这些智能体可能蓄意分享篡改信息以破坏团队目标。我们提出两种分布式算法，其中每个智能体维护并更新两组信念（即假设上的概率分布），分别称为局部信念与实际信念（简称 LB 与 AB）。两种算法中，每时刻各智能体将其 AB 分享给通信范围内的其他智能体，并作局部观测以更新其 LB。随后两种算法均可在特定条件下利用共享信息更新 AB。其中一种要求每时刻收到一定数量的共享 AB；另一种随时间累积共享 AB，并在数量超过预设阈值后更新。否则，两种算法均依赖智能体当前的 LB 与 AB 来更新新 AB。我们在温和假设下证明，每个未受妥协智能体的 AB 几乎必然收敛至真实假设，且无需底层时变网络拓扑保持连通性。通过一组旨在自主甄别对抗智能体的无人机团队仿真，我们展示并比较了所提算法。最后，我们通过实验表明，第二种算法在收敛速度上始终优于第一种算法。
引用
@article{arxiv.2008.00164,
title = {Byzantine-Resilient Distributed Hypothesis Testing With Time-Varying Network Topology},
author = {Bo Wu and Steven Carr and Suda Bharadwaj and Zhe Xu and Ufuk Topcu},
journal= {arXiv preprint arXiv:2008.00164},
year = {2021}
}