多簇网络中具有通信时延的基于对偶的分布式优化
最优化与控制
2023-09-15 v5
摘要
本文考虑在多智能体网络含多个智能体簇的情况下求解分布式优化问题(DOP)。在每个簇内，智能体管理由可能非光滑分量构成的可分离代价函数，并旨在就簇的共同决策达成一致。全局代价函数被视为与簇决策上仿射耦合约束相关的各体代价函数之和。为解决该问题，借助 Fenchel 共轭的概念构造对偶问题。随后基于簇式部分与混合一致性协议提出异步分布式对偶近端梯度(Asyn-DDPG)算法，据此智能体仅需与带通信时延的邻居进行通信。给出了遍历收敛结果，并通过仿真中求解社会福利优化问题验证了所提算法的可行性。
引用
@article{arxiv.2208.11485,
title = {Duality-Based Distributed Optimization With Communication Delays in Multi-Cluster Networks},
author = {Jianzheng Wang and Guoqiang Hu},
journal= {arXiv preprint arXiv:2208.11485},
year = {2023}
}
备注
Admin note: substantial text overlap with arXiv:2203.00956