多项去中心化在线优化性能界限高度保守且可能误导
最优化与控制
2025-09-09 v1 人工智能
分布式、并行与集群计算
多智能体系统
摘要
我们使用性能估计问题(Performance Estimation Problem, PEP)方法分析去中心化在线优化算法,该方法允许自动计算优化算法的严格最坏情况性能。我们的分析表明,several可用的性能保证极为保守,有时高达多个数量级,可能导致算法选择产生误导。此外,就最坏情况性能而言,至少在一段时间内,一些算法似乎未从代理间通信中受益。我们展示了如何通过调整步长来改进经典方法,发现可将实际最坏情况性能 regret 降低最高20%。
引用
@article{arxiv.2509.06466,
title = {Several Performance Bounds on Decentralized Online Optimization are Highly Conservative and Potentially Misleading},
author = {Erwan Meunier and Julien M. Hendrickx},
journal= {arXiv preprint arXiv:2509.06466},
year = {2025}
}
备注
7 pages, 5 figures. Paper accepted for the 64th IEEE Conference on Decision and Control (2025)