无梯度多智能体非凸非光滑优化

在本文中，我们考虑在连通多智能体网络上最小化非凸且可能非光滑函数之和的问题，其中智能体对全局代价函数具有部分知识，并且只能访问其局部代价函数的零阶信息(即函数值)。我们针对这一具有挑战性的问题提出并分析了一种分布式原始对偶无梯度算法。我们表明，通过适当选择参数，所提算法以可证明的全局次线性收敛速率收敛到一阶平稳解集。数值实验证明了我们提出的方法在优化网络上非凸非光滑问题方面的有效性。