关于具有随机状态依赖收益的 Nash 寻求算法的收敛性
最优化与控制
2012-10-02 v1 动力系统
数值分析
机器学习
摘要
分布式战略学习近年来备受关注。随着系统变得日益分布式，以分布式方式寻找 Nash 均衡对于各种应用变得更加重要。在本文中，我们开发了一个用于在随机状态依赖收益函数下寻找 Nash 均衡的分布式战略学习框架。我们将 Krstic 等人在 [1] 中的工作扩展到了随机状态依赖收益函数的情形。我们开发了一种用于 Nash 寻求的迭代分布式算法，并考察了其收敛到由常微分方程 (ODE) 定义的极限轨迹的情况。我们证明了所提算法在步长趋于零时的收敛性，并为固定步长提供了误差界。最后，我们进行了稳定性分析，并将所提方案应用于通用无线网络。我们还给出了支持我们论断的数值结果。
引用
@article{arxiv.1210.0193,
title = {On The Convergence of a Nash Seeking Algorithm with Stochastic State Dependent Payoff},
author = {A. F. Hanif and H. Tembine and M. Assaad and D. Zeghlache},
journal= {arXiv preprint arXiv:1210.0193},
year = {2012}
}
备注
20 pages, 4 figures