論文の概要: MultiZenoTravel: a Tunable Benchmark for Multi-Objective Planning with
Known Pareto Front
- arxiv url: http://arxiv.org/abs/2304.14659v1
- Date: Fri, 28 Apr 2023 07:09:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-01 15:06:34.948139
- Title: MultiZenoTravel: a Tunable Benchmark for Multi-Objective Planning with
Known Pareto Front
- Title（参考訳）: MultiZenoTravel: Pareto Front を用いた多目的計画のための可変ベンチマーク
- Authors: Alexandre Quemy, Marc Schoenauer, Johann Dreo
- Abstract要約: 多目的AI計画では、既知のPareto Frontsを示すベンチマークが不足している。
提案するベンチマーク生成器と専用ソルバは、結果のインスタンスの真のParetoを確実に計算する。
本稿では,制約された問題に対して最適な計画を示すとともに,制約された問題に対する一般的な問題を減らす方法を示す。
- 参考スコア（独自算出の注目度）: 71.19090689055054
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Multi-objective AI planning suffers from a lack of benchmarks exhibiting
known Pareto Fronts. In this work, we propose a tunable benchmark generator,
together with a dedicated solver that provably computes the true Pareto front
of the resulting instances. First, we prove a proposition allowing us to
characterize the optimal plans for a constrained version of the problem, and
then show how to reduce the general problem to the constrained one. Second, we
provide a constructive way to find all the Pareto-optimal plans and discuss the
complexity of the algorithm. We provide an implementation that allows the
solver to handle realistic instances in a reasonable time. Finally, as a
practical demonstration, we used this solver to find all Pareto-optimal plans
between the two largest airports in the world, considering the routes between
the 50 largest airports, spherical distances between airports and a made-up
risk.
- Abstract（参考訳）: 多目的AI計画では、既知のPareto Frontsを示すベンチマークが不足している。
そこで本研究では,解析可能なベンチマーク生成器と,結果の真のParetoを確実に計算する専用ソルバを提案する。
まず、制約のあるバージョンの問題の最適計画を特徴付けることを可能にする提案を証明し、制約のある問題に一般的な問題を還元する方法を示す。
第2に,パレート最適計画を見つけ,アルゴリズムの複雑さを議論するための構成的手法を提案する。
我々は,現実的なインスタンスを適切な時間で処理できる実装を提供する。
最後に, 実演として, この解法を用いて, 世界最大の空港間50空港間の経路, 空港間の球面距離, 既成リスクを考慮した, 世界の2大空港間におけるパレート・最適計画について検討した。
関連論文リスト
- Towards Efficient Pareto Set Approximation via Mixture of Experts Based Model Fusion [53.33473557562837]
大規模深層ニューラルネットワークに対する多目的最適化問題を解くことは、損失ランドスケープの複雑さと高価な計算コストのために難しい課題である。
本稿では,専門家(MoE)をベースとしたモデル融合を用いて,この問題を実用的でスケーラブルに解決する手法を提案する。
特殊な単一タスクモデルの重みをまとめることで、MoEモジュールは複数の目的間のトレードオフを効果的に捉えることができる。
論文 参考訳（メタデータ） (2024-06-14T07:16:18Z) - 360 Layout Estimation via Orthogonal Planes Disentanglement and Multi-view Geometric Consistency Perception [56.84921040837699]
既存のパノラマ配置推定ソリューションは、垂直圧縮されたシーケンスから部屋の境界を復元し、不正確な結果をもたらす傾向にある。
そこで本稿では,直交平面不整合ネットワーク(DOPNet)を提案し,あいまいな意味論を識別する。
また,水平深度と比表現に適した教師なし適応手法を提案する。
本手法は,単分子配置推定と多視点レイアウト推定の両タスクにおいて,他のSoTAモデルよりも優れる。
論文 参考訳（メタデータ） (2023-12-26T12:16:03Z) - Fine-Grained Complexity Analysis of Multi-Agent Path Finding on 2D Grids [0.190365714903665]
エージェントを2つのチームに分けた2色MAPFがNPハードのままであることを示す。
フロータイムの目的のために,エージェントの移動数に基づいてトラクタビリティフロンティアを確立する。
この結果は最適解の構造に新たな光を当て、一般的な問題のアルゴリズム設計を導くのに役立つかもしれない。
論文 参考訳（メタデータ） (2023-05-25T17:56:24Z) - Pareto Manifold Learning: Tackling multiple tasks via ensembles of
single-task models [50.33956216274694]
マルチタスク学習(MTL)では、タスクは、ソリューションへの最適化を導くのではなく、互いに達成したパフォーマンスを競い、制限することができる。
重み空間におけるアンサンブル手法であるTextitPareto Manifold Learningを提案する。
論文 参考訳（メタデータ） (2022-10-18T11:20:54Z) - Pareto Frontier Approximation Network (PA-Net) to Solve Bi-objective TSP [1.4884785898657995]
トラベリングセールスパーソン問題(TSP)は、一連のタスクを行う最適な順序を見つけるために使用される古典的なリソース割り当て問題である。
本稿では,Pareto フロントの良好な近似を生成するネットワークであるPA-Netについて述べる。
また,ロボットナビゲーションタスク/カバレッジ計画において,PA-Netを用いて最適な訪問順序を求める。
論文 参考訳（メタデータ） (2022-03-02T18:25:45Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - Pareto Navigation Gradient Descent: a First-Order Algorithm for
Optimization in Pareto Set [17.617944390196286]
マルチタスク学習のような現代の機械学習アプリケーションは、複数の目的関数をトレードオフするために最適なモデルパラメータを見つける必要がある。
勾配情報のみを用いてOPT-in-Paretoを近似的に解く1次アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-10-17T04:07:04Z) - A Hybrid 2-stage Neural Optimization for Pareto Front Extraction [3.918940900258555]
最適なトレードオフソリューションに対する大きな障害は、それらが必ずしも互いに収束しないことです。
正確かつ費用対効果の高い二段階アプローチを提案する。
論文 参考訳（メタデータ） (2021-01-27T20:56:19Z) - Taxonomy of Dual Block-Coordinate Ascent Methods for Discrete Energy
Minimization [96.1052289276254]
離散的グラフィカルモデルにおける最大姿勢推定問題と、二重ブロック座標法に基づく解法について考察する。
既存のすべてのソルバをひとつのフレームワークにマッピングし、設計原則をより深く理解できるようにします。
論文 参考訳（メタデータ） (2020-04-16T15:49:13Z)
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。