具有完全和分布式约束的 N-联盟博弈的分布式广义纳什均衡求解
最优化与控制
2021-09-28 v1
摘要
在本工作中，我们研究了具有不等式约束的 N-联盟博弈的分布式广义纳什均衡（GNE）求解问题。首先，我们研究了联盟中每个智能体拥有所有约束完全信息的场景。提出了一种基于有限时间平均共识的方法，该方法使用完全决策信息。证明了该算法收敛到博弈的一个 GNE（具体为变分均衡）。然后，基于有限时间共识跟踪，我们提出了一种仅使用部分决策信息的分布式算法，其中每个智能体仅需要邻居的动作信息。此外，我们研究了智能体仅能获取分布式约束信息的场景。这里的术语“分布式”指的是约束信息的获取和处理在联盟内的多个智能体间进行，每个智能体只能访问约束的一个子集，而非每个智能体拥有所有约束的完全信息。在这种情况下，每个个体所需的乘子计算和约束信息得以减少。针对此场景，我们分别提出了一个完整决策信息算法和一个部分决策信息算法。数值算例验证了所提算法的有效性。
引用
@article{arxiv.2109.12515,
title = {Distributed Generalized Nash Equilibrium Seeking of N-Coalition Games with Full and Distributive Constraints},
author = {Chao Sun and Guoqiang Hu},
journal= {arXiv preprint arXiv:2109.12515},
year = {2021}
}