一种用于复合凸优化的无参数分散算法

本文研究了网络上的分散优化问题，其中智能体最小化一个复合目标，该目标由光滑凸函数（智能体的损失）之和与一个额外的非光滑凸扩展值函数组成。我们提出了一种分散算法，其中智能体使用局部回溯过程自适应地调整其步长，该过程不需要任何全局（网络）信息或大量的智能体间通信。我们的自适应分散方法具有鲁棒的收敛保证，优于现有的非自适应分散方法。我们的设计围绕一个三算子分裂展开，应用于优化问题的重新表述。该重新表述利用了一个提出的BCV度量，它促进了分散实现和局部步长调整，同时保证了收敛性。