具有丢包自愈能力的一阶分布式优化

我们描述了 SH-SVL，这是一个参数化的一阶分布式优化算法族，使智能体网络能够协作计算使各智能体处代价函数之和最小的决策变量。这些算法具有自愈性：即使随机初始化、智能体加入或离开网络、或局部代价函数发生变化，也能保证收敛到正确的优化器。我们还给出仿真证据，表明我们的算法在通信丢包情况下具有自愈性。我们的算法是首个展现上述所有特性的分布式凸优化单拉普拉斯方法。我们通过牺牲内部稳定性来实现自愈，这是单拉普拉斯方法的一个基本权衡。