Stochastic Generalized Nash Equilibrium Seeking: Reflected Gradient Methods

doi:10.1109/TSMC.2025.3606747

Stochastic Generalized Nash Equilibrium Seeking: Reflected Gradient Methods

0

PRE

AI

DOI：10.1109/TSMC.2025.3606747

原文链接

原文求助

摘要

En 中文

本文关注具有不确定期望值成本函数和共享约束的随机广义Nash均衡问题（NEP）。在全决策信息设定下，我们提出了一种新颖的分布式随机反射前后（FB）算法，该算法要求每个代理都能获取其他代理的决策。考虑到代理仅知道其邻近邻居的决策，提出了一种在部分决策信息下的分布式随机RFB（SRFB）算法。通过将问题重新表述为单调包含问题，结合随机逼近方案和方差缩减方案，两种算法均几乎必然收敛于随机广义Nash均衡。最后，数值实验验证了所提出算法的可行性，并证实了理论的正确性。

Keyword:

Distributed algorithm

reflected gradient method

stochastic generalized Nash equilibrium

variational inequality

Stochastic Generalized Nash Equilibrium Seeking: Reflected Gradient Methods

摘要

期刊

机构

引用论文