基于对偶一致性ADMM的分散式资源分配
最优化与控制
2019-11-27 v2
摘要
我们考虑一个定义在无向智能体网络上的资源分配问题，其中网络的边定义了通信链路。目标是最小化各智能体特定的凸目标函数之和，同时智能体的决策通过凸锥约束相耦合。我们将用于分散式一致性优化的交替方向乘子法（ADMM）应用于该资源分配问题的对偶问题，推导出两种方法。两种方法均完全可并行化且分散式，即每个智能体仅与网络中的邻居交换信息，并仅需自身数据来更新其决策。我们证明了所提方法的收敛性，并通过一个数值算例展示了其有效性。
引用
@article{arxiv.1809.07376,
title = {Decentralized Resource Allocation via Dual Consensus ADMM},
author = {Goran Banjac and Felix Rey and Paul Goulart and John Lygeros},
journal= {arXiv preprint arXiv:1809.07376},
year = {2019}
}