具有通信延迟的云端集中式/去中心式多智能体优化

我们提出并分析了一种用于执行多智能体优化的计算混合架构。所考虑的优化问题具有凸目标函数和约束函数，并对其施加了温和的光滑性条件。对于此类问题，我们提供了一种在该混合架构中实现的原对偶算法，该架构由一个去中心式的智能体网络组成，偶尔向其注入集中式信息，并且我们建立了其收敛性质。为此，一台中央云端计算机聚合全局信息，基于该信息计算对偶变量，随后将更新后的对偶变量分发给各智能体。智能体更新其（原始）状态变量，并相互通信，每个智能体与若干邻居共享和接收状态信息。在整个过程中，不假设与云端的通信是同步或瞬时的，并且在系统的建模和分析中明确考虑了通信延迟。给出了支持上述理论发展的实验结果。