用于随机广义纳什均衡寻求的分布式前向-后向算法
最优化与控制
2020-02-24 v2 计算机科学与博弈论
摘要
我们考虑具有期望值成本函数的随机广义纳什均衡问题（SGNEP）。受Yi与Pavel（Automatica, 2019）启发，我们提出一种基于预条件前向-后向算子分裂的分布式GNE寻求算法，其中在每次迭代中，伪梯度的期望值通过若干随机样本近似。作为主要贡献，我们证明了若伪梯度映射是受限（单调且）余强制的，则我们所提算法几乎必然收敛。对于非广义SNEP，我们证明若伪梯度映射是受限严格单调的，算法也几乎必然收敛。数值仿真表明，所提前向-后向算法似乎快于其他可用算法。
引用
@article{arxiv.1912.04165,
title = {Distributed Forward-Backward algorithms for stochastic generalized Nash equilibrium seeking},
author = {Barbara Franci and Sergio Grammatico},
journal= {arXiv preprint arXiv:1912.04165},
year = {2020}
}