自适应分布式聚合博弈广义纳什均衡算法
Distributed Adaptive Generalized Nash Equilibrium Algorithm for Aggregative Games作者机构:安徽大学自主无人系统技术教育部工程研究中心合肥230601 安徽大学安徽省无人系统与智能技术工程研究中心合肥230601 安徽大学人工智能学院合肥230601
出 版 物:《自动化学报》 (Acta Automatica Sinica)
年 卷 期:2024年第50卷第6期
页 面:1210-1220页
核心收录:
学科分类:0711[理学-系统科学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 08[工学] 070105[理学-运筹学与控制论] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0701[理学-数学] 071102[理学-系统分析与集成] 081103[工学-系统工程]
基 金:国家自然科学基金创新研究群体科学基金(61921004) 国家自然科学基金重点项目(62236002,62136008) 国家自然科学基金(62303009)资助
主 题:聚合博弈 自适应 比例积分 梯度跟踪 一般线性多智能体系统
摘 要:随着信息物理系统技术的发展,面向多智能体系统的分布式协同优化问题得到广泛研究.主要研究面向多智能体系统的受约束分布式聚合博弈问题,其中局部智能体成本函数受到全局聚合项约束和全局等式耦合约束.首先,面向一阶积分型多智能体系统设计一种基于估计梯度下降的纳什均衡求解算法.其中,利用多智能体系统平均一致性方法设计一种自适应估计策略,以实现全局聚合项约束分布式估计,并据此计算出梯度函数估计值.其次,利用状态反馈策略和输出反馈策略将上述算法推广至状态信息可测和状态信息不可测一般线性异构多智能体系统.最后,利用拉萨尔不变性原理证实上述算法收敛性,并提供多组案例仿真用以验证算法有效性.