Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Parallelizing Multi-objective A* Search

Created by
  • Haebom
Category
Empty

저자

Saman Ahmadi, Nathan R. Sturtevant, Andrea Raith, Daniel Harabor, Mahdi Jalili

개요

본 논문은 다중 목표 단일 경로(MOSP) 문제를 효율적으로 해결하기 위한 새로운 병렬화 가능한 A* 기반 탐색 프레임워크를 제시한다. MOSP 문제는 여러 가지 가중치를 갖는 그래프 상에서 두 점 사이의 모든 Pareto-최적 경로를 찾는 문제이며, 기존 연구에서 다중 목표 A*(MOA*) 알고리즘이 효과적인 것으로 나타났다. 본 논문의 프레임워크는 목표 순서를 다르게 하여 MOA* 알고리즘을 병렬화하고, 특정 경우 문제의 차원을 1차원으로 줄이는 상한 경계 전략을 포함한다. 실험 결과, 제안된 프레임워크는 기존 A* 기반 해법의 성능을 향상시키며, 속도 향상은 문제의 차원에 비례한다는 것을 보여준다.

시사점, 한계점

시사점:
다중 목표 단일 경로 문제를 효율적으로 해결하는 새로운 병렬화 프레임워크 제시
목표 순서 변경을 통한 MOA* 알고리즘의 병렬화 가능성 증명
상한 경계 전략을 통해 문제 차원 축소 및 성능 향상
문제 차원에 비례하는 속도 향상 효과 확인
한계점:
제안된 프레임워크의 성능 향상이 문제의 차원에 의존적일 수 있음. 낮은 차원의 문제에서는 효과가 제한적일 가능성 존재.
상한 경계 전략의 적용 가능성이 문제의 특성에 따라 제한될 수 있음.
실험 결과는 특정 문제 인스턴스에 국한될 수 있으며, 더욱 다양한 문제 인스턴스에 대한 추가적인 실험이 필요함.
👍