지방분권제

Decentralised system
중앙집중식(A) 시스템과 분산형(B) 시스템의 그래픽 비교

시스템 이론에서 분산형 시스템은 하위 수준 요소들이 글로벌 목표를 달성하기 위해 지역 정보에 작용하는 시스템이다. 글로벌 행동 패턴은 중앙집중화된 시스템의 중앙 명령적 영향의 결과라기보다는 간접 통신과 같은 국부적 요소에 작용하는 역동적 메커니즘의 긴급한 속성이다.

중앙 집중식 시스템 및 분산형 시스템

중앙집중식 시스템은 중앙 통제관이 직접 또는 전원 계층의 사용을 통해 시스템의 하위 레벨 구성요소에 대한 제어권을 행사하는 시스템이다(예:[1] 중간 레벨 구성요소가 하위 레벨 구성요소를 지시하도록 지시하는 것). 따라서 이 시스템에 의해 나타나는 복잡한 동작은 하위 레벨 구성 요소에 대한 능동적인 감독을 포함하여 시스템의 하위 레벨 구성 요소에 대한 중앙 제어기의 "제어"의 결과물이다.

반면에 분산형 시스템은 지역 정보에 작용하는 하위 수준의 요소들의 작업을 통해 복잡한 행동이 나타나는 것이지, 어떠한 강력한 영향력의 지시가 아니다. 이 제어 형식은 분산 제어 또는 시스템의 각 구성요소가 지역 정보에 적절한 방식으로 작용하여 글로벌하고 복잡한 행동에 기여하는 것을 동등하게 책임지는 제어라고 알려져 있다. 하위 수준 구성요소는 해당 환경의 다른 구성요소를 포함하여 구성요소와 환경과의 상호작용을 기초로 하는 메커니즘을 통해 이러한 적절한 대응을 암묵적으로 인식한다.

자기 조직화

분산형 시스템은 자기조직화라는 개념과 복잡하게 연계되어 있는데, 이는 중앙집권적 영향력 없이 글로벌 목표를 달성하기 위해 시스템의 구성요소들 간의 국지적 상호작용이 질서와 조정을 확립하는 현상이다. 이러한 상호작용을 명시하는 규칙은 지역정보와 생물학적(또는 생물학적으로 영향을 받는) 작용제의 경우, 작용제의 밀접하게 연결된 인식과 작용 시스템에서 나온다.[2] 이러한 상호작용은 지속적으로 형성되며 상호작용이 제공하는 긍정적 및 부정적 피드백을 통해 생성되는 주피오-임시적 패턴에 의존한다. 예를 들어, 개미의 포획 행동에서 모집은 페로몬 흔적 끝에 먹이를 찾는 개미의 긍정적인 피드백에 의존하는 반면, 개미의 작업 전환 행동은 일정한 수의 개미와 더듬이 접촉을 하는 부정적인 피드백에 의존한다(예를 들어, 성공적인 포획기를 가진 충분히 낮은 접점률은 할 수 있다). 식량 가용성과 같은 다른 요인이 전환의 문턱에 영향을 미칠 수 있지만, 중간 작업자가 포경 작업으로 전환하도록 한다.

예

분산된 시스템은 자연에서 쉽게 발견될 수 있지만, 그것들은 정부나 경제 시스템과 같은 인간 사회의 측면에서도 명백하다.

생물학적: 곤충 군락

많은 수의 개미들이 과일 한 조각을 먹는다.

"자연적" 분산형 시스템의 가장 잘 알려진 예 중 하나는 특정 곤충 집단에서 사용하는 것이다. 이러한 곤충 군락에서 통제는 지역 정보 및 지역 상호작용에 따라 작용하는 균일한 생물학적 작용제들 사이에 분포되어 복잡하고 전지구적인 행동을 집단적으로 만들어낸다. 이러한 요원들은 개별적으로 간단한 행동을 보이면서도, 명백한 의사소통 같은 역동적인 메커니즘을 사용하고 밀접하게 연결된 행동과 인식 시스템을 이용하여 식민지를 먹이거나 사육하는 것과 같은 세계적인 목표를 달성한다. 이러한 곤충 군락은 어떠한 형태의 중앙 통제도 없이 필요한 임무를 수행하고, 과제 활동 측면에서 군락 환경의 변화 조건에 대응하며, 이후 각 과제를 수행하는 노동자의 수를 조정하여 모든 업무가 완료되도록 함으로써 글로벌 목표를 달성한다.[3] 예를 들어, 개미 군락은 더듬이 접촉률과 후각 감지에 의존하는 진동하고 이동되는 스파키오-임시 패턴 상호작용의 거미줄을 이용하여 지구적 행동(노화, 순찰, 브로드케어 및 둥지 유지보수의 관점에서)을 안내한다. 이러한 상호작용이 환경과 상호간의 상호작용으로 구성되지만, 개미는 다른 개미들의 행동을 지시하지 않고 따라서 세계적인 목표를 달성하기 위해 무엇을 해야 하는지를 지시하는 "중앙 통제기"를 결코 갖지 않는다.

대신 개미들은 이러한 목표를 달성하기 위해 변화하는 요구에 군체가 신속하게 대응할 수 있는 유연한 작업 할당 체계를 사용한다. 노동의 분업과 유사한 이 과업배분 시스템은 모든 과업이 (안테나 접촉의 형태를 취하는) 개미와의 만남의 수와 (페로몬 트레일에 후각 감지 사용) 화학적 그라데이션의 감지에 의존하므로 전체 개미 집단에 적용할 수 있다는 점에서 유연하다. 최근의 연구에 따르면 특정 과제에 생리학적으로나 연령에 따른 대응 문턱이 있을 수 있지만,[4] 모든 과업은 군집의 "아무리" 개미에 의해 완성될 수 있다.

예를 들어, 포획 행동에서 붉은 해브스 개미(Pogonomyrmex barbatus)는 음식이 있는 다른 개미들과 의사소통하며, 얼마나 많은 음식이 있는지, 그들이 커티큘러 탄화수소 향과 항균작용을 하는 비율에 근거한 포획으로 업무를 전환해야 하는지 여부를 알려준다. 병균은 커티컬 탄화수소와 씨앗의[5] 조합된 냄새와 간단한 더듬이 접촉을 이용한 상호작용률을 이용하여 식품의 현재 가용성과 "모든 것이 중앙 통제관이나 다른 개미의 지시 없이" 포경행위로 전환되어야 하는지에 대한 정확한 정보를 포착한다. 식량담당개미들이 씨앗을 가지고 돌아오는 속도는 출출한 식량담당개미들이 여행을 떠날 때 둥지를 떠나는 비율을 설정한다; 더 빠른 수익률은 식량공급이 더 많고 상호작용이 적다는 것은 식량담당개미들이 더 많이 필요하다는 것을 나타낸다. 오로지 환경으로부터의 지역 정보에 기초하는 이 두 요인의 조합은 포획 업무로의 전환에 대한 결정으로 이어지고 궁극적으로는 식민지를 먹여 살리는 세계적 목표를 달성하게 된다.

요컨대, 단순한 단서의 조합을 사용하므로 가능한 위한 붉은 수확기에 있는 개미 먹이 찾기 활동을 위한 과정의 규정에:더 빨리 퇴임하는 식량 담당 개미들 씨앗을 돌아오면서, 개미가 더 큰 만나 긍정적인 피드백을 사용하는 food[6]의 현재 가용성에 해당하고 급속한 정확한 조정할 수 있습니다.이익 수렵하러 [7]나가다 개미는 그들의 후각 감각을 이용하여 다른 개미들이 깔아놓은 페로몬 흔적을 찾아내고 그 흔적을 따라 음식 공급원으로 내려갈 때 이 지역 단서들을 계속 사용한다. 개미는 다른 개미들의 지시를 받거나 먹이가 어디에 있는지에 대한 설명을 듣는 대신, 지구적 과제를 집합적으로 완성하기 위해 밀접하게 연결된 행동과 지각 시스템에 의존한다.[3]

붉은색 개미 군락지가 분산된 시스템을 사용하여 세계적인 목표를 달성하는 반면, 모든 곤충 군락지가 이런 식으로 기능하는 것은 아니다. 예를 들어 말벌의 포징거동은 여왕의 지속적인 통제와 통제 하에 있다.[8]

개미분산기는 생물학적 분산형 시스템이 고장 났을 때, 개별 대리인을 지배하는 규칙이 특정 시나리오를 다루기에 충분하지 않은 경우를 예로 들 수 있다.

인간사회 : 시장경제

시장경제란 생산계획(계획경제 참조)이 아니라 주로 시장을 통해 투자 결정과 생산자재 배분이 이루어지는 경제를 말한다. 시장경제는 중앙의 경제계획(일반적으로 정부기관이 주도)을 통해 기능하는 것이 아니라 시장에서 분산된 지역적 상호작용(예: 개별 투자)을 통해 작용하기 때문에 분산된 경제시스템이다. "시장경제"는 광범위한 용어로서 국가 또는 정부의 통제(따라서 중앙통제) 측면에서 크게 다를 수 있지만, 어떤 시장경제의 최종 "행동"은 이러한 지역적 상호작용에서 나타나며 중앙기구의 지시나 규제의 직접적인 결과는 아니다.

적용

스스로 충전하는 오픈소스 재스민 마이크로로봇 떼

인공지능과 로봇공학

1970년대 기존의 인공지능(AI)이 지식기반 시스템이나 기획로봇에 초점이 맞춰진 반면 로드니 브룩스의 행동기반 로봇과 예측 불가능하게 변화하는 현실에서 이들의 성공으로 인해 많은 AI 연구자들이 계획적이고 중앙집중화된 상징구조에서 비상시로서의 인텔리전스 연구로 전환했다. 단순한 상호작용의 [9]산물 따라서 이는 로봇공학에 중앙집중화된 시스템을 적용하는 것에서 다양한 추상화 수준의 국소적 상호작용을 기반으로 한 분산형 시스템을 적용하는 것으로 일반적인 변화를 반영한다.

예를 들어, 뉴웰과 사이먼의 물리적 심볼 이론에서 주로 기인하는 1970년대 연구자들은 실행될 때 원하는 목표를 달성할 수 있는 행동 과정을 가지고 로봇을 설계했다. 따라서 로봇이 중앙 통제관(프로그램 또는 프로그램)의 지시를 따를 수 있다면 "지능적"으로 보였다.암머) (예: Strip 참조). 그러나, 상징적 지식이나 명시적 추론을 사용하지 않고 로봇이 "지능적" 행동을 수행할 수 있게 한 로드니 브룩스(Rodney Brooks)의 서브섬프 아키텍처의 도입에 따라, 지능적 행동을 다른 것을 포함하여, 에이전트와 환경과의 상호작용에서 발생하는 새로운 속성으로 보는 연구자가 점점 많아지고 있다. 그 환경의 요원들

특정 연구자들이 그들의 로봇을 긴밀하게 결합된 인식과 행동 시스템으로 디자인하기 시작하고 그들의 대리인을 구체화하여 브룩스처럼 배치하려고 시도했지만, 다른 연구자들은 다중 에이전트 행동을 시뮬레이션하여 지구적 목표 달성에 있어서 분산된 시스템의 현상을 더 자세히 분석하려고 시도했다. 예를 들어, 1996년에 미나르, 부르크하르트, 랭톤, 아케나지 등은 상호작용하는 요원의 자극과 그들의 새로운 집단 행동인 "스왈름"을 위한 멀티 에이전트 소프트웨어 플랫폼을 만들었다. Mirb의 기본 단위는 수행 스케줄을 실행하는 에이전트 모음인 "swarm"이지만, 에이전트는 중첩된 구조물에 있는 다른 에이전트 무리들로 구성될 수 있다. 소프트웨어는 또한 모델을 구축하고 모델에 대한 실험을 분석, 표시 및 제어하기 위해 재사용 가능한 구성요소의 객체 지향 라이브러리를 제공하므로, 궁극적으로 다중 에이전트 행동을 시뮬레이션할 뿐만 아니라 에이전트 집단 그룹이 글로벌 목표를 달성할 수 있는 방법에 대한 추가 탐구의 기초가 된다.gh 조심스럽지만 암묵적인 조정.[10]

참고 항목

분산형 시스템의 예:

참조

  1. ^ 베키, G. A. (2005) 자율 로봇: 생물학적 영감에서 구현 및 제어까지. 케임브리지, MA: MIT 프레스.[page needed]
  2. ^ Bonabeau, Eric; Theraulaz, Guy; Deneubourg, Jean-Louls; Aron, Serge; Camazine, Scott (1997). "Self-organization in social insects" (PDF). Trends in Ecology & Evolution. 12 (5): 188–93. doi:10.1016/S0169-5347(97)01048-3. PMID 21238030.
  3. ^ a b 고든, D. (2010) 개미 만남: 상호 작용 네트워크 및 군집 행동. Princeton, NJ: Princeton U Press.[page needed]
  4. ^ Robinson, EJ; Feinerman, O; Franks, NR (2009). "Flexible task allocation and the organization of work in ants". Proceedings: Biological Sciences. 276 (1677): 4373–80. doi:10.1098/rspb.2009.1244. PMC 2817103. PMID 19776072.
  5. ^ Greene, Michael J.; Gordon, Deborah M. (2003). "Social insects: Cuticular hydrocarbons inform task decisions". Nature. 423 (6935): 32. Bibcode:2003Natur.423...32G. doi:10.1038/423032a. PMID 12721617. S2CID 4300832.
  6. ^ Greene, Michael J.; Pinter-Wollman, Noa; Gordon, Deborah M. (2013). Fenton, Brock (ed.). "Interactions with Combined Chemical Cues Inform Harvester Ant Foragers' Decisions to Leave the Nest in Search of Food". PLOS ONE. 8 (1): e52219. Bibcode:2013PLoSO...852219G. doi:10.1371/journal.pone.0052219. PMC 3540075. PMID 23308106.
  7. ^ Carey, Bjorn (May 15, 2013). "Evolution shapes new rules for ant behavior, Stanford research finds". Stanford Report. Retrieved November 21, 2013.
  8. ^ Reeve, Hudson K.; Gamboa, George J. (1987). "Queen Regulation of Worker Foraging in Paper Wasps: A Social Feedback Control System (Polistes Fuscatus, Hymenoptera: Vespidae)". Behaviour. 102 (3): 147. doi:10.1163/156853986X00090.
  9. ^ Brooks, R. (1986). "A robust layered control system for a mobile robot". IEEE Journal on Robotics and Automation. 2: 14–23. doi:10.1109/JRA.1986.1087032. hdl:1721.1/6432.
  10. ^ Minar, N.; Burkhart, R.; Langton, C.; Askenazi, M. (1996). "The Swarm Simulation System: A Toolkit for Building Multi-Agent Simulations". SFI Working Papers. Santa Fe Institute.

추가 읽기

  • Camazine, Scott; Sneyd, James (1991). "A model of collective nectar source selection by honey bees: Self-organization through simple rules". Journal of Theoretical Biology. 149 (4): 547. Bibcode:1991JThBi.149..547C. doi:10.1016/S0022-5193(05)80098-0.
  • Kernis, Michael H.; Cornell, David P.; Sun, Chien-ru; Berry, Andrea; Harlow, T (1993). "There's more to self-esteem than whether it is high or low: The importance of stability of self-esteem". Journal of Personality and Social Psychology. 65 (6): 1190–204. doi:10.1037/0022-3514.65.6.1190. PMID 8295118.
  • Miller, Peter (July 2007). "Swarm Theory". National Geographic. Retrieved November 21, 2013.
  • Abeysinghe, Asanka (July 2018). "Cell-based Architecture". WSO2, Inc. Retrieved February 14, 2019.