具有有界通信延迟的消息传递架构下多智能体结构化优化的原始对偶算法
最优化与控制
2020-09-14 v3
摘要
我们考虑在具有通信延迟的智能体网络上求解结构化凸优化问题的算法。假设每个智能体利用其邻居的可能过时信息执行本地更新，且相对于各邻居的延迟有界但任意。每个智能体的私有目标由两个可能非光滑函数之和表示，其中之一与线性映射复合。全局优化问题为本地代价函数与公共Lipschitz可微项之聚合。当智能体间耦合仅通过公共函数表示时，可便捷采用Vũ与Condat提出的原始对偶算法；而对于更一般结构，则提出一种新算法。此外，给出一种随机化变体，允许智能体随机且相互独立地唤醒。在各不相同的强凸性假设下，建立了所提每种算法的收敛性。
引用
@article{arxiv.1809.07199,
title = {Primal-dual algorithms for multi-agent structured optimization over message-passing architectures with bounded communication delays},
author = {Puya Latafat and Panagiotis Patrinos},
journal= {arXiv preprint arXiv:1809.07199},
year = {2020}
}