分布式广义纳什均衡寻求的被动性基于梯度-玩法动力学
最优化与控制
2024-08-23 v1
摘要
我们考虑在网络上寻找具有耦合非线性约束的非合作博弈的广义纳什均衡（GNE）。我们首先从被动性角度重访一个已知的梯度-玩法动力学，并指出严格单调性关于伪梯度是确保该动力学精确收敛的关键假设。随后我们提出两种新型被动性基于梯度-玩法动力学，通过引入平行前馈补偿器（PFCs）和输出反馈补偿器（OFCs）。我们证明，若PFCs严格被动或OFCs输出严格被动，所提出的动力学可在仅单调的情形下达到精确GNE。随后，我们基于被动性，发展了一个统一的框架来推广梯度-玩法动力学，同时设计了一类具有收敛保证的显式被动性动力学。此外，我们探讨了所提出动力学与若干现有方法的关系，并将结果扩展到部分决策信息情形。
引用
@article{arxiv.2408.12536,
title = {Passivity-based Gradient-Play Dynamics for Distributed Generalized Nash Equilibrium Seeking},
author = {Weijian Li and Lacra Pavel},
journal= {arXiv preprint arXiv:2408.12536},
year = {2024}
}