竞争能否优于协作？行为失范智能体的作用

我们研究了一种新颖的弹性分布式优化方法，针对具有二次代价且易发生意外事件导致部分智能体行为失范的多智能体系统。与通常采用的滤波策略不同，我们从 Friedkin-Johnsen 动力学所建模的现象中汲取灵感，并指出在存在行为失范智能体的情况下，引入竞争可提升弹性。我们的直觉得到了分析与数值结果的佐证，表明(i)完全协作与完全竞争之间存在非平凡的权衡，且(ii)我们基于竞争的方法可优于基于加权均值子序列缩减(Weighted Mean Subsequence Reduced)的现有最优算法。我们还研究了通信拓扑与连通性对弹性的影响，给出了关于鲁棒网络设计的见解。