协同优化中的弹性：冗余且独立的代价函数
分布式、并行与集群计算
2020-04-01 v2 多智能体系统
摘要
本报告研究多智能体协同优化中的拜占庭容错问题。在该问题中，每个智能体拥有一个局部代价函数。协同优化算法的目标是计算各智能体代价函数之和的最小值。我们考虑存在一定数量的智能体可能发生拜占庭故障的情形。此类故障智能体可能不遵循既定算法，并可能发送关于其局部代价函数的任意或错误信息。在存在此类故障智能体的情况下，一个合理目标是最小化非故障智能体的聚合代价。在本报告中，我们证明该目标当且仅当非故障智能体的代价函数具有最小冗余性质时方可实现。我们提出了多种实现对故障智能体此类容错的算法，并展示了算法复杂度与智能体代价函数性质之间的权衡。此外，我们还考虑了代价函数相互独立或不满足最小冗余性质的情形。在此情形下，我们通过引入称为弱弹性的度量来量化对故障智能体的容错能力。我们提出了一种在故障智能体占少数且代价函数非负时实现弱弹性的算法。
引用
@article{arxiv.2003.09675,
title = {Resilience in Collaborative Optimization: Redundant and Independent Cost Functions},
author = {Nirupam Gupta and Nitin H. Vaidya},
journal= {arXiv preprint arXiv:2003.09675},
year = {2020}
}
备注
This revised version contains additional generalizations. Comprises 30 pages, and 1 figure