自适应网络的学习行为研究——第二部分：性能分析
多智能体系统
2015-04-21 v4 系统与控制
最优化与控制
摘要
本工作的第一部分考察了图上分布式策略学习过程的均方稳定性和收敛性。结果确定了网络拓扑、效用和数据的条件以确保稳定性；结果还确定了多智能体网络学习行为中与瞬态阶段 I 和 II 以及稳态阶段相关的三个不同阶段。本第二部分考察了网络化智能体分布式学习的稳态阶段。除了表征单个智能体的性能外，还表明网络在所有智能体之间诱导了有用的均衡效应。通过这种方式，噪声较大数据的智能体的性能被提升到与噪声较小数据的智能体相同的水平。进一步表明，在小步长机制下，网络中的每个智能体都能够达到与对应于全连接网络的集中式策略相同的性能水平。本部分的结果明确揭示了网络拓扑和操作的哪些方面影响性能，并为设计有效的机制以在网络上传输和处理信息提供了重要见解。
引用
@article{arxiv.1312.7580,
title = {On the Learning Behavior of Adaptive Networks - Part II: Performance Analysis},
author = {Jianshu Chen and Ali H. Sayed},
journal= {arXiv preprint arXiv:1312.7580},
year = {2015}
}
备注
to appear in IEEE Transactions on Information Theory, 2015