CC BY
11
Samoylova Arina Sergeevna, student, sas15m206@student. bmstu.ru, Russia, Moscow, Bauman Moscow State Technical University,
Grunichev Paul Alexandrovich, student, gpa15m009@student.bmstu.ru, Russia, Moscow, Bauman Moscow State Technical University,
Vorotnikov Sergey Anatolyevich, candidate of technical sciences, docent, vorotnabmstu. ru, Russia, Moscow, Bauman Moscow State Technical University
УДК 519.876.5
МОДЕЛИРОВАНИЕ ПРОЦЕССА ДОСТИЖЕНИЯ КОНСЕНСУСА МЕТОДОМ ЛОКАЛЬНОГО ГОЛОСОВАНИЯ МНОГОАГЕНТНОЙ СИСТЕМЫ
Э.А. Гейс
Разработана среда моделирования процесса достижения консенсуса методом локального голосования многоагентной системы, с учетом особенностей функционирования модулей Wi-Fi, а также сравниваются результаты моделирования МАС с её работой на встраиваемых системах.
Ключевые слова: многоагентная система, консенсус, локальное голосование,
Wi-Fi.
При решении широкого круга практических задач, возникающих при распределенных вычислениях, распределенное управление роботизированными сетями, обмене информацией в многопроцессорных сетях, оптимальном распределении заданий в группах БПЛА, распределении заданий в транспортных сетях и т. д. встает задача достижения консенсуса [1-4].
Для решения задачи достижения консенсуса группой взаимодействующих агентов, обменивающихся информацией, часто применяются алгоритмы типа стохастической аппроксимации с уменьшающимся размером шага. При динамических внешних изменениях состояний агентов с течением времени (поступлении новых заданий и т.п.) алгоритмы стохастической аппроксимации с уменьшающимся до нуля размером шага неработоспособны. Поэтому, при исследовании взаимодействия агентов в условиях случайно изменяющейся структуры связей в сети и наблюдениях со случайными задержками и помехами используют алгоритм типа стохастической аппроксимации при малом постоянном или неуменьшающемся до нуля размере шага [5,6,7]. Однако, в большинстве работ не учитываются особенности работы систем связи между агентами.
Цель и задачи. Целью данной работы является разработка инструментария, позволяющего с достаточной степенью достоверности моделировать взаимодействие агентов в сети Wi-Fi и выполнять расчет внутренних параметров арбитров сети для достижения консенсуса методом локального голосования.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Исследовать существующие методы достижения консенсуса и выбрать наиболее подходящий для построения МАС;
2. Разработать среду моделирования МАС (MASPlatform), учитывающую особенности обмена данными в сети Wi-Fi;
3. Настроить параметры компонента MASPlatform, выполняющего моделирование передачи данных по сети Wi-Fi, на основе результатов моделирования с использованием модулей Wi-Fi;
4. Сравнить результаты моделирования МАС в MASPlatform с результатами работы реальной сети.
Разработка среды моделирования. В [5,6] рассматривается задача достижения приближенного консенсуса в стохастической динамической сети с учетом задержек в измерениях. Решение подобных задач существенно усложняется на практике, с одной стороны, из-за неполноты передаваемой информации и наличия помех измерений, с другой - из-за эффектов квантования (дискретизации), свойственных цифровым системам. Основным результатом являются условия достижения приближенного среднеквадратичного консенсуса при использовании протокола локального голосования. При организации подобной сети средствами Wi-Fi - соединения, необходимо учитывать следующие особенности:
1. Синхронизация актуальных данных между всеми агентами отсутствует.
2. В сети Wi-Fi с одним сервером в любой момент времени осуществлять вещание способен только один агент.
3. Имеют место задержки при передаче данных. При этом, чем больше Wi-Fi клиентов подключено к Wi-Fi точке доступа, и чем больше транзакций в сети необходимо провести, тем больше могут быть задержки.
Для простоты можно предположить, что все сообщения доставляются в места их назначения, а также интерференция волн отсутствует.
Для моделирования сети агентов, которые обмениваются данными, необходимо создать программное обеспечение (MASPlatform), включающее компоненты:
моделирования передачи данных по сети Wi-Fi;
выполняющий основной цикл программы агента;
визуализирующий рассчитанные данные.
Для связи агентов при моделировании в программе MASPlatform в качестве имитатора Wi-Fi-модуля выбран ESP8266 (данный модуль спроектирован специально для использования в IoT). Данный модуль при работе в качестве точки доступа может иметь до 8 клиентов, то при построении Wi-Fi сети для простоты будет использоваться 1 точка доступа и 6 клиентов, что дает 7 агентов. Использование единственной точки доступа в данном случае позволило минимизировать вычислительные затраты компонента MASPlatform, выполняющего расчет Wi-Fi сети.
В качестве оптимизируемого параметра выбрано время, необходимое для выполнения собственной очереди заданий агента с учетом его производительности [5]. Для достижения консенсуса выбран метод локального голосования с неизменяемым шагом. При этом полагается, что агенты безоговорочно принимают и отдают задания другим агентам.
Топология моделируемой сети неизменяема и имеет следующий вид (рис. 1).
На рис. 2 по оси абсцисс откладывается количество итераций расчета. Шаг протокола локального голосования равен 0,75. При моделировании в среде Ма1ЬАВ видно, что консенсус достигается, и графики довольно приемлемые.
О 5 10 15 20 25 30 35
Рис. 2. Загруженность узлов сети при моделировании в среде МаНАВ
При моделировании в MASPlatform ввиду отсутствия синхронизации узлов параметром оси абсцисс выбрано количество переданных сообщений.
Результаты моделирования при тех же начальных условиях системы представлены на рис. 3.
1 И ? : 1 3 В а у в б а 7
125.0
00 П
О 45 90 135 180
Рис. 3. Загруженность узлов сети при моделировании MASPlatform от количества переданных сообщений n
На графиках необходимо сравнить тенденцию изменения внутреннего состояния каждого узла. При их сравнении видно, что при учёте некоторых особенностей функционирования Wi-Fi-сети сходимость становится хуже. К тому же, при моделировании в MASPlatform появилась необходимость уменьшения шага протокола локального голосования до 0.4, так как при прежнем шаге консенсус не достигается.
Настройка параметров моделирования сети Wi-Fi в MASPlatform. Для настройки параметров моделирования сети Wi-Fi в MASPlatform организована Wi-Fi сеть нескольких модулей ESP8266. Чтобы настроить скорость передачи одного UDP пакета по сети, была организована сеть из двух модулей ESP8266, где каждый элемент осуществлял незамедлительную отправку ответного пакета UDP на каждый принятый. В результате сеть загружена полностью, при этом передача пакетов осуществлялась с максимальной скоростью. Для программирования модулей ESP8266 использовались библиотеки Arduino и ESP8266WiFi. В результате моделирования получено время стабильной передачи одного пакета в сети, равное приблизительно 5 мс.
Сравнение результатов моделирования МАС в MASPlatform с результатами работы реальной сети. Для сравнения результатов моделирования взаимодействия агентов в среде MASPlatform и реальной сети, использующей модули ESP8266, спроектирована простейшая МАС такая, что код агента имеет возможность компили-
роваться как для ПК, так и для встраиваемых систем. В распоряжении имеется 3 модуля Б8Р8266, то имеющаяся топология (рис. 4) заменена следующей (матрица смежности для данной топологии является вырожденной):
Рис. 4. Топология сети при моделировании с модулями ESP8266
Старт расчета происходит тогда, когда все клиенты подключены к серверу. Для обмена данными выбраны широковещательные ЦОР пакеты, что позволило отслеживать внутренние состояния всех агентов сети. Модуль ББР8266, функционировавший в режиме точки доступа, был подключен к ПК, куда по интерфейсу ЯБ-232 на скорости 115200 бод поступали копии принятых ЦОР пакетов для сбора данных и последующего построения графиков.
При моделировании в среде МАБРЫЮгш графики внутреннего состояния агентов от количества переданных сообщений п имеют вид (рис. 5).
Рис. 5. Загруженность узлов сети из трех от количества переданных сообщений п
При моделировании с использованием модулей ESP8266 графики имеют аналогичный вид (рис. 5).
Заключение. Таким образом, рассмотрены методы достижения консенсуса в многоагентных системах. Для моделирования выбран метод локального голосования с неизменяемым шагом, так как взаимодействие агентов системы происходит в условиях случайно изменяющейся структуры связей в сети и наблюдениях со случайными задержками и помехами.
Среда моделирования существенно доработана для встраивания новых компонентов, выполняющих расчет своего аспекта агента, без кардинального изменения всего программного обеспечения. В данной версии все компоненты для расчетов зависят от главного такта квантования MASPlatform, что позволяет запускать ее в режиме реального времени и без него без потери достоверности данных. Добавлен компонент, выполняющий расчет основного цикла работы программы агента. При этом код, скомпилированный для MASPlatform, безошибочно компилируется и для ESP8266, что реализует кроссплатформенность. Компонент, выполняющий расчет сети Wi-Fi настроен на основе данных функционирования сети с использованием модулей ESP8266.
Из результатов сравнения моделирования сети из трех агентов в MASPlatform и с использованием ESP8266 видно, что MASPlatform обеспечивает достоверность полученных расчетных данных, при условиях, указанных выше.
Список литературы
1. Jadbabaie A., Lin J., Morse A.S. Coordination of Groups of Mobile Autonomous Agents Using Nearest Neighbor Rules // IEEE Trans. Automatic Control, 2003. Vol. 48. No. 6. P. 988-1001.
2. Olfati-Saber R.M., Murray R.M. Consensus Problems in Networks of Agents with Switching Topology and Time- Delays // IEEE Trans. Automatic Control, 2004. Vol. 49, No. 9. P. 1520-1533.
3. Ren W., Beard R.W. Distributed Consensus in Multi-Vehicle Cooperative Control // London: Springer, 2008. 319 p.
4. Ren W., Cao Y. Distributed Coordination of Multi-Agent Networks: Emergent Problems, Models, and Issues // London: Springer, 2011. 310 p.
5. Амелина Н.О. Исследование консенсуса в мультиагентных системах в условиях стохастических неопределенностей // Вестник нижегородского университета им. Н. И. Лобачевского, 2013. №1(3). С. 173-179.
6. Амелина Н.О., Ивановский Ю.В. Задача достижения дифференциального консенсуса при стоимостных ограничениях // Вестник Санкт-Петербургского университета, 2015. Т2. С. 495-506.
7. Виттих В.А., Моисеева Т.В., Скоболев П.О. Принятие решений на основе консенсуса с применением мультиагентных технологий // Ontology of Designing scientific journal, 2013. №2. С. 20-25.
8. Котов К.Ю., Мальцев А.С., Нестеров А.А., Соболев М.А., Ян А.П. Децентрализованное управление квадрокоптерами в составе группы лидер-ведомые // Автометрия, 2017. №1. С. 26-31.
9. Золотухин Ю.Н., Котов Ю.Н., Нестеров А.А. Децентрализованное управление подвижными объектами в составе маневрирующей группы // Автометрия, 2007. Т53. №3. С. 31-39.
10. Скоболев П.О. Ситуационное управление и мультиагентные технологии: коллективный поиск согласованных решений в диалоге // Ontology of Designing scientific journal, 2013. №2. С. 27-48.
Гейс Эдуард Альбертович, аспирант, инженер, edheiss73@gmail.com, Россия, Тула, ОАО ««Конструкторское бюро приборостроения»
MODELING THE PROCESS OF ACHIEVING CONSENSUS BY THE LOCAL VOTING METHOD OF THE MULTI-AGENT SYSTEM
E.A. Heiss
A simulation environment for the process of reaching consensus by the local voting method of a multi-agent system has been developed, taking into account the features of the Wi-Fi modules, and the results of modeling the MAS with its work on embedded systems are compared.
Key words: multi-agent system, consensus, local voting method, Wi-Fi.
Heiss Edward Albertovich, postgraduate, engineer, edheiss73@gmail. com, Russia, Tula, JSC "KBP" Instrument Design Bureau
