分散適応時間可変最適化とグローバル漸近収束

本稿では、複数エージェントシステムにおける分散時間可変最適化を研究します。最初に、時間可変の二次コスト関数のクラスに焦点を当て、新しい分散アルゴリズムを開発します。このアルゴリズムは平均推定器と適応最適化器を統合し、両者はデッドゾーンアルゴリズムによって接続されています。合成リャプノフ関数と有限脱出時間解析に基づき、緩やかな仮定の下で最適解への閉ループ全体の漸近収束を証明します。特に、推定器の導入によりコスト関数のヘッセ行列に対する要件が緩和され、統合設計によりアルゴリズム実装中のグローバルパラメータ推定に必要な待機時間が排除されます。次に、これをより一般的な時間可変コスト関数のクラスに拡張します。2つの数値例が提案された設計を検証します。