投影多智能体共识平衡（PMACE）及其在叠层成像中的应用
最优化与控制
2023-10-10 v2 图像与视频处理
摘要
多智能体共识平衡（MACE）将逆成像问题表述为多个更新智能体（如数据拟合项与去噪器）之间的平衡。然而，每个此类智能体都在完整图像的独立副本上操作，当每个智能体仅影响完整图像的一小部分时，会导致内存冗余与收敛缓慢。本文中，我们将MACE扩展为投影多智能体共识平衡（PMACE），其中每个智能体仅更新完整图像的投影分量，从而大幅降低某些应用的内存占用。我们从平衡问题及等价的不动点问题角度描述PMACE，并证明在大多数情况下PMACE平衡并非某一优化问题的解。为展示PMACE的价值，我们将其应用于叠层成像问题，即从相干X射线在多个重叠光斑照明下产生的衍射图样重建样品。在我们的PMACE表述中，每个光斑对应一个独立的数据拟合智能体，最终解作为所有智能体间的平衡求得。我们的结果表明，在光斑稀疏采样时，PMACE重建算法以更低的计算成本生成比现有叠层成像算法更精确的重建结果。
引用
@article{arxiv.2303.15679,
title = {Projected Multi-Agent Consensus Equilibrium (PMACE) with Application to Ptychography},
author = {Qiuchen Zhai and Gregery T. Buzzard and Kevin Mertes and Brendt Wohlberg and Charles A. Bouman},
journal= {arXiv preprint arXiv:2303.15679},
year = {2023}
}