非凸多智能体优化的分布式零阶算法
最优化与控制
2020-06-17 v3
摘要
分布式多智能体优化在分布式学习、控制、估计等方面有诸多应用。大多数现有算法假设已知目标函数的一阶信息，且针对凸问题进行了分析。然而，在某些情况下目标是非凸的，且只能在有限个点处评估函数值。本文考虑基于零阶优化近期进展的非凸多智能体优化无导数分布式算法。我们针对不同的设置开发了两种算法，详细分析了其收敛行为，并将其与现有的集中式零阶算法及基于梯度的分布式算法进行了比较。
引用
@article{arxiv.1908.11444,
title = {Distributed Zero-Order Algorithms for Nonconvex Multi-Agent Optimization},
author = {Yujie Tang and Junshan Zhang and Na Li},
journal= {arXiv preprint arXiv:1908.11444},
year = {2020}
}