論文の概要: Increasing negotiation performance at the edge of the network
- arxiv url: http://arxiv.org/abs/2003.13668v1
- Date: Mon, 30 Mar 2020 17:52:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-18 07:47:09.408905
- Title: Increasing negotiation performance at the edge of the network
- Title（参考訳）: ネットワークエッジにおける交渉性能の向上
- Authors: Sam Vente (1), Angelika Kimmig (1), Alun Preece (1), Federico Cerutti
(2) ((1) Cardiff University, (2) University of Brescia)
- Abstract要約: IoT(Internet of Things)デバイスのプライバシやスマートグリッドの電力分配など,さまざまな分散設定で自動交渉が使用されている。
これらのエージェントが交渉する最も一般的なプロトコルは Alternating Offers Protocol (AOP) である。
AOPの拡張であるAlternating Constrained Offers Protocol(ACOP)を紹介します。
これにより、エージェントは可能性空間をより効率的に探索し、より早く不可能な状況を認識することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Automated negotiation has been used in a variety of distributed settings,
such as privacy in the Internet of Things (IoT) devices and power distribution
in Smart Grids. The most common protocol under which these agents negotiate is
the Alternating Offers Protocol (AOP). Under this protocol, agents cannot
express any additional information to each other besides a counter offer. This
can lead to unnecessarily long negotiations when, for example, negotiations are
impossible, risking to waste bandwidth that is a precious resource at the edge
of the network. While alternative protocols exist which alleviate this problem,
these solutions are too complex for low power devices, such as IoT sensors
operating at the edge of the network. To improve this bottleneck, we introduce
an extension to AOP called Alternating Constrained Offers Protocol (ACOP), in
which agents can also express constraints to each other. This allows agents to
both search the possibility space more efficiently and recognise impossible
situations sooner. We empirically show that agents using ACOP can significantly
reduce the number of messages a negotiation takes, independently of the
strategy agents choose. In particular, we show our method significantly reduces
the number of messages when an agreement is not possible. Furthermore, when an
agreement is possible it reaches this agreement sooner with no negative effect
on the utility.
- Abstract（参考訳）: IoT(Internet of Things)デバイスのプライバシやスマートグリッドの電力分配など,さまざまな分散設定で自動交渉が使用されている。
これらのエージェントが交渉する最も一般的なプロトコルは Alternating Offers Protocol (AOP) である。
このプロトコルでは、エージェントはカウンターオファー以外の追加情報を互いに表現することはできない。
例えば、交渉が不可能であり、ネットワークの端にある貴重なリソースである帯域を浪費するリスクがある場合、これは不要な長期の交渉につながる可能性がある。
この問題を緩和する代替プロトコルはあるが、これらのソリューションはネットワークの端で動作しているIoTセンサーのような低消費電力デバイスには複雑すぎる。
このボトルネックを改善するために、エージェントが互いに制約を表現できるAlternating Constrained Offers Protocol(ACOP)と呼ばれるAOPの拡張を導入する。
これにより、エージェントは可能性空間をより効率的に探索し、より早く不可能な状況を認識することができる。
我々は, ACOP を用いたエージェントが, 戦略エージェントが選択したメッセージ数を大幅に削減できることを実証的に示す。
特に,提案手法は,合意が得られない場合のメッセージ数を大幅に削減することを示す。
さらに、合意が成立すれば、その効用に悪影響を及ぼすことなく、すぐにこの合意に達する。
関連論文リスト
- A Negotiator's Backup Plan: Optimal Concessions with a Reservation Value [3.3058382994863984]
本稿では,個人予約値との双方向交渉を行うため,MIA-RVelousと呼ばれる入札戦略を開発する。
提案したグリーディアルゴリズムは、エージェントが相手に対する信念を$O(n2D)$ timeで考えると、最適な入札順序を求める。
論文 参考訳（メタデータ） (2024-04-30T08:45:18Z) - Task-dependent semi-quantum secure communication in layered networks
with OAM states of light [0.0]
層状ネットワークにおけるセキュア通信のためのプロトコルを2つ提案する。
第1のプロトコルでは、2つのレイヤのネットワークで2つのキーを同時に共有することができる。
第二のプロトコルは、一方の層で直接通信し、もう一方の層で鍵を分配する。
論文 参考訳（メタデータ） (2023-06-20T17:57:00Z) - Flooding with Absorption: An Efficient Protocol for Heterogeneous
Bandits over Complex Networks [30.94416632071414]
我々は,各エージェントがそれぞれ異なるアームを持つバンドイットインスタンスを解くマルチエージェント設定について検討する。
彼らの目標は、あるネットワーク上の通信プロトコルを介して協力しながら、グループの後悔を最小限にすることである。
本稿では,複雑なネットワークの浸水による通信コストの低減を図るため,FwA(Flooding with absorption)と呼ばれる新しいプロトコルを提案する。
論文 参考訳（メタデータ） (2023-03-09T17:44:58Z) - Certifiably Robust Policy Learning against Adversarial Communication in
Multi-agent Systems [51.6210785955659]
多くのマルチエージェント強化学習(MARL)では,エージェントが情報を共有し,適切な判断を下す上でコミュニケーションが重要である。
しかし、ノイズや潜在的な攻撃者が存在する現実世界のアプリケーションに訓練された通信エージェントを配置すると、通信ベースのポリシーの安全性は過小評価されている深刻な問題となる。
本研究では,攻撃者が任意の$CfracN-12$エージェントから被害者エージェントへの通信を任意に変更できる,$N$エージェントを備えた環境を検討する。
論文 参考訳（メタデータ） (2022-06-21T07:32:18Z) - Coordinating Policies Among Multiple Agents via an Intelligent
Communication Channel [81.39444892747512]
MARL(Multi-Agent Reinforcement Learning)では、エージェントが直接通信できる特別なチャンネルがしばしば導入される。
本稿では,エージェントの集団的性能を向上させるために,エージェントが提供した信号の伝達と解釈を学習する,インテリジェントなファシリテータを通じてエージェントがコミュニケーションする手法を提案する。
論文 参考訳（メタデータ） (2022-05-21T14:11:33Z) - Distributed Adaptive Learning Under Communication Constraints [54.22472738551687]
本研究では,コミュニケーション制約下での運用を目的とした適応型分散学習戦略について検討する。
我々は,ストリーミングデータの連続的な観察から,オンライン最適化問題を解決しなければならないエージェントのネットワークを考える。
論文 参考訳（メタデータ） (2021-12-03T19:23:48Z) - The Emergence of Wireless MAC Protocols with Multi-Agent Reinforcement
Learning [15.790464310310083]
本稿では,基地局 (BS) とユーザ機器 (UE) がマルチアクセスシナリオでメディアアクセス制御 (MAC) プロトコルを実現するための新しいフレームワークを提案する。
このフレームワークでは、BSとUEは強化学習(RL)エージェントであり、データを提供するために協力することを学ぶ必要がある。
論文 参考訳（メタデータ） (2021-08-16T15:18:03Z) - Communication-Efficient Split Learning Based on Analog Communication and
Over the Air Aggregation [48.150466900765316]
スプリットラーニング(SL)は、その固有のプライバシー保護機能と、限られた計算能力を持つデバイスに対する協調推論を可能にする能力により、最近人気を集めている。
標準SLアルゴリズムは、理想的なデジタル通信システムを想定し、通信帯域不足の問題を無視している。
本稿では,エージェント側で追加層を導入し,重みとバイアスの選択を制約し,空気の凝集を確実にするための新しいSLフレームワークを提案する。
論文 参考訳（メタデータ） (2021-06-02T07:49:41Z) - Quasi-Equivalence Discovery for Zero-Shot Emergent Communication [63.175848843466845]
ゼロショットコーディネーション(ZSC)を実現するための新しい問題設定と準等価探索アルゴリズムを提案する。
これらの2つの要因が参照ゲームにおいて一意に最適なZSCポリシーをもたらすことを示す。
QEDはこの設定における対称性を反復的に発見することができ、最適なZSCポリシーに収束する。
論文 参考訳（メタデータ） (2021-03-14T23:42:37Z) - Adversarial Attacks On Multi-Agent Communication [80.4392160849506]
現代の自律システムはすぐに大規模に展開され、協調型マルチエージェントシステムの可能性を広げる。
このような利点は、セキュリティ侵害に対して脆弱であることが示されている通信チャネルに大きく依存している。
本稿では,エージェントが学習した中間表現を共有してコミュニケーションする新しいマルチエージェント環境において,このような攻撃を探索する。
論文 参考訳（メタデータ） (2021-01-17T00:35:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。