动态智能体博弈中求解广义纳什均衡的不精确罚函数方法

我们考虑一个自主智能体网络，其输出为具有耦合约束的博弈中的行动。在此类网络场景中，智能体试图利用分布式信息最小化耦合代价函数，同时满足耦合约束。现有方法考虑使用原始对偶方法的多积分器智能体这一小类，这些方法仅能在稳态下保证约束满足。相比之下，我们针对具有平衡无关无源动态的非线性智能体，提出一种使用障碍函数的不精确罚方法。我们证明这些动态收敛到 epsilon-广义纳什均衡（epsilon-GNE），且始终满足约束，而不仅在稳态下。我们在全信息与部分信息两种设定下推导了这些动态。在部分信息设定中，利用对其他智能体行动的动态估计进行决策，并通过局部通信更新估计。给出了在光网络与柔性机器人速度同步中的应用。