The main objective of this project is to leverage our expertise on mean field and refined mean field approximation to solve distributed optimization problems.
Nicolas Gast (PI, Inria Grenoble)
The main objective on this project is to provide an innovative framework for optimal control of stochastic distributed agents. Restless bandit allocation is one particular example where the control that can be sent to each arm is restricted to an on/off signal. The originality of this framework is the use of novel method, called refined mean field approximation, developed by the PI in the performance evaluation context. The use of this framework will allow the development of control heuristics that are asymptotically optimal as the number of arms goes to infinity and that also have a better performance than existing heuristics for a moderate number of arms. As an example, we will use this framework in the context of smart grids, to develop control policies for distributed electric appliances.
L’objectif principal de ce projet est de fournir un cadre innovant pour concevoir des algorithmes de contrôle optimal pour des systèmes stochastiques distribués. Les problèmes de bandits en sont un exemple pour lequel l’action pouvant être envoyé à chaque bras est limitée à un signal on/off. L’originalité de cette proposition est dans l’utilisation d’une nouvelle méthode, appelée approximation champ moyen raffinée, développée récemment par le porteur du projet pour évaluer la performance d’algorithmes distribués. L’utilisation de cette nouvelle théorie permettra de développer des heuristiques de contrôle qui sont asymptotiquement optimales lorsque le nombre de bras tend vers l’infini et offrant également de bonnes garanties de performances pour un nombre fini de bras. À titre d’exemple, nous utiliserons ce cadre dans le contexte des réseaux électrique intelligents pour élaborer des politiques de contrôle des appareils électriques distribués.
In the context of the the associate team AIRBA and the ANR Refino, we organized a workshop on restless bandits in Grenoble (November 2023).