利用社会学习的分布式概率二分搜索
社会与信息网络
2016-12-30 v2 机器学习
多智能体系统
摘要
我们提出一种新颖的利用社会学习的分布式概率二分算法，并应用于目标定位。网络中的每个智能体首先基于其局部信息构建关于目标的查询，并获得含噪响应。随后，智能体对其信念进行贝叶斯更新，再对局部邻域内的对数信念进行平均。这一由重复查询与平均组成的两阶段算法持续运行直至收敛。我们推导了信念在正确目标位置处收敛速率的界。数值仿真表明，我们的方法优于当前最先进的方法。
引用
@article{arxiv.1608.06007,
title = {Distributed Probabilistic Bisection Search using Social Learning},
author = {Athanasios Tsiligkaridis and Theodoros Tsiligkaridis},
journal= {arXiv preprint arXiv:1608.06007},
year = {2016}
}
备注
5 Pages, Accepted to ICASSP 2017