Algorithm Design and Regret Analysis for Aggregative Optimization in Open Multiagent Systems

doi:10.1109/tac.2026.3680793

Algorithm Design and Regret Analysis for Aggregative Optimization in Open Multiagent Systems

2026-04-06

0

PRE

AI

DOI：10.1109/tac.2026.3680793

原文链接

原文求助

摘要

En 中文

本文研究了开放多智能体系统（OMAS）中的聚合优化问题，其中智能体在决策过程中可以自由加入和离开系统。提出了一种多聚合器通信机制以促进智能体间的信息交换，聚合器负责收集智能体的信息并与邻近聚合器交换。基于该多聚合器通信机制，设计了一种新颖的半分布式算法。采用动态后悔值作为评价所提算法性能的指标。分析表明，动态后悔值可被智能体个体后悔值的总和所界定，每个个体后悔值在局部递减步长和缓慢变化环境下随其活跃期长度次线性增长。此外，为量化智能体加入和离开对算法性能的影响，分析了智能体替换情况下的后悔值，其中部分智能体被新智能体替换，但智能体总数随时间保持恒定。另外，算法在特定情况下被简化，从而获得更紧的后悔值界。最后，给出了目标包围问题和基于价格的需求侧能源管理两个数值算例，以验证所提方法的有效性。

Keyword:

Discrete-time algorithm

gradient descent dynamics

open multiagent systems (OMAS)

agents and autonomous systems

semidistributed optimization

Algorithm Design and Regret Analysis for Aggregative Optimization in Open Multiagent Systems

摘要

期刊

机构

引用论文