Aslında tutarlı herhangi bir önceden düzenlenmiş düzeni yapacaktır.
Örneğin:
- Her zaman sola dön
- Çıkmaz sokak üzerinde önceki dönüşe ve sağa dönün
- Birinin diğerinin (önceden ayarlanmış) hızını iki katına çıkarması gerekir (veya daha fazla sayıda teorik terimde, iki aracının hızı nispeten asal olmalı veya daha genel olarak lineer olarak bağımsız olmalıdır).
Veya daha basit
- Bir ajan aynı yerde kalır
- Diğeri labirenti keşfetmek için tutarlı bir şema kullanırken (örneğin bir Ariadne'nin iplik yaklaşımı kullanarak ).
- Sonunda, sonlu bir zaman içinde buluşacaklar.
Bu şema insanların nihai olarak buluşacağını garanti edecektir (ancak biraz zaman alabilir)
Niye ya? Çünkü program her ikisi için de tutarlı ve çıkmazlara yol açmıyor. Labirent sonlu ve bağlı olduğundan, sonlu bir süre sonra buluşacaklar.
Eğer program tutarlı değilse, kapalı döngülere yol açabilecekleri için karşılayacakları garanti edilemez.
Eğer aynı hıza sahiplerse, labirentin mimarisine bağlı olarak, örneğin döngüsel bir labirent ise, o zaman labirentin çapa aykırı noktalarında olabilirler, bu nedenle şema tutarlı olsa bile asla buluşmazlar.
Yukarıdan, planın önceden düzenlenmiş olması gerektiği açıktır, ancak herhangi bir tutarlı önceden düzenlenmiş planın yapacağı açıktır.
Başka bir olasılık, olasılık analizine dayanabilir ve büyük olasılıkla karşılayacakları sonucuna varabilir, ancak bu olasılık bir değildir (yani tüm durumlarda).
Bir de tersini düşünebiliriz buluşma sorunu , kaçınma sorununu hedefi her zaman için ajanlar için olan birbirimizden uzak .
Kaçınma probleminin çözümü, ajanların birbirlerini tam olarak yansıtmasıdır. Yani, bir ajanın diğerini ne yaptığı bunun yansımasını yapmalıdır. Yana kaçınma sorun da bir çözümü vardır , o yol açabilir buluşma sorunu için stratejiler açıktır yansıma davranışı ajanların, çözümü garanti edemez.
Kaçınma problemi için stratejinin paralelleştirme (yani maksimum ayrılma noktası) olduğu söylenebilirken , buluşma problemi için stratejinin dikeylik (yani en az yakınsama noktası) olduğu söylenebilir.
Yukarıdaki analiz, ajanlar için önceden ayarlanmış roller üstlenmeyen, aşağıdaki gibi, randomize bir algoritmaya dönüştürülebilir:
- Her bir ajan hangi rolü seçeceği üzerine bir bozuk para atar (örneğin, yerinde kalmak veya labirenti keşfetmek)
- Sonra yukarıda açıklandığı gibi devam ederler.
Bu ortalama olarak insanların sonunda toplanmasına yol açacaktır, ancak her durumda garanti edilemez.
Maddelerin iz bırakabileceğini varsayarsak , örneğin (geçerli) yön ve hız etiketleri. Daha sonra, diğer ajan, kendi izini ve hızını ayarlamak için bu izleri bilgi olarak kullanabilir (aşağıya bakınız).
Bu tür bir sorun, yalnızca yerel bilgileri kullanan bir küresel optimizasyon örneğidir . Başka bir deyişle, küresel kısıtlamaları yerel kısıtlarla eşleştirmenin bir yolu . Bu, daha genel, problem (buluşma probleminin altında yatan problem) bu matematikte ele alınmaktadır (ve buradaki referanslar) "Küresel kısıtlamaları yerel kısıtlara çevirme yöntemleri"