Decentralized Exchangeable Stochastic Dynamic Teams in Continuous-time, their Mean-Field Limits and Optimality of Symmetric Policies
本文研究连续时间下有限与无限总体的可交换随机动态团队,证明了有限总体最优策略收敛于无限总体去中心化对称策略并具有全局最优性,首次建立了受控McKean-Vlasov动力学与去中心化随机控制问题的联系。
2024-04-25 math.OC
Decentralized Strategies for Finite Population LQG Social Control: A Reinforcement Learning Approach
School of Control Science and Engineering, Shandong University(山东大学控制科学与工程学院)
本文针对带乘性噪声的有限群体LQG分散社会控制问题,提出一种无需系统矩阵先验知识的无模型强化学习算法,通过求解两个代数黎卡提方程实现社会最优,经数值示例验证有效。
2026-09-01 math.OC
On Decentralized Minimax Control with Nested Subsystems
本文研究子系统嵌套的分散控制问题,这是一个多个子系统之间单向通信的一般模型。在我们的动态噪声建模为不确定的变量,在有限集的值。目标是最小化最坏情况下的分担成本。我们展示了处方方法如何可以简化的信息结构,并推导出最优控制策略的结构形式。结构形式允许我们将注意力限制在控制策略上,这些控制策略的域不会随着时间的推移而增长,因此,这种形式可以用于具有长时间范围的系统。最后,我们提出了一个动态规划来推导最优控制策略,并通过一个数值例子来验证我们的结果。
2022-03-20 math.OC
Optimal Decentralized Control for Uncertain Systems by Symmetric Gauss-Seidel Semi-Proximal ALM
研究了H2保成本分散控制问题。更具体地说,在适当的H2重新制定的基础上,我们把在存在参数不确定性的最优控制问题,然后适当的特点是凸约束和解决参数空间。通过适当的凸约束,将不确定性系统的镇定分散控制器增益集参数化为凸集,从而构造了一个近似的二次曲线最优化问题.这有利于使用对称高斯-赛德尔(SGS)半近似增广拉格朗日方法(ALM),达到高计算效率。对该方法在求解最优分散控制问题中的应用进行了全面的分析,并证明了所提出的方法能够有效地保证系统的分散结构、鲁棒稳定性和鲁棒性能.最后,通过算例验证了该优化方法的有效性.
2021-01-12 cs.SY eess.SY math.OC
Decentralized Strategies for Backward Linear-Quadratic Mean Field Games and Teams
针对由弱耦合线性 BSDE 描述的线性二次平均场博弈与团队问题,利用随机最大值原理、最优滤波及 Riccati 方程解耦,得到反馈型去中心化最优策略并通过数值算例验证。
2025-01-02 math.OC
Optimality of Symmetric Independent Policies under Decentralized Mean-Field Information Sharing for Stochastic Teams and Equivalence with McKean-Vlasov Control of a Representative Agent
Royal Military College of Canada(加拿大皇家军事学院);Bilkent University(比尔肯特大学);Queen’s University(女王大学)
研究有限和无限决策者随机可交换团队的最优策略,证明有限人口最优策略收敛到无限人口的分散对称独立策略,并建立与McKean-Vlasov控制的关系。
2026-06-05 math.OC
Centralized Versus Decentralized Team Games of Distributed Stochastic Differential Decision Systems with Noiseless Information Structures-Part II: Applications
University of Cyprus(塞浦路斯大学);University of Ottawa(渥太华大学)
本文利用随机最大值原理、条件哈密顿量和耦合正倒向随机微分方程,推导了无噪声信息结构下分布式随机微分系统的团队最优分散策略,并通过线性和非线性二次型示例展示了信息信号对降低计算复杂度的作用。
2013-02-14 cs.IT cs.SY eess.SY
Linear-Quadratic Stackelberg Mean Field Games and Teams with Arbitrary Population Sizes
本文研究了任意种群规模的线性二次Stackelberg平均场博弈与团队问题,提出了一种新的解聚合方法,获得了相对于分散式策略集的精确分散式最优策略,并通过变分分析和维度展开解耦高维FBSDEs,推导出所有参与者的分散式均衡解。
2024-12-17 math.OC
The Prescription Approach to Decentralized Stochastic Control with Word-of-Mouth Communication
在本文中,我们分析了一个网络的代理人,通过口碑传播。在口碑通信系统中,每个代理都与其邻居进行通信,并且通信延迟。这是一种非经典的信息结构,其中通信中的拓扑和时间限制意味着信息在网络中传播缓慢。我们提出了处方的方法来获得结构的结果,这样的问题。结构的结果导致最优控制策略与时不变的域大小。我们发现,这些域的大小比使用公信息的方法得到的控制策略。
2021-11-24 math.OC
SPARKLE: A Unified Single-Loop Primal-Dual Framework for Decentralized Bilevel Optimization
Peking University(北京大学);IBM Research(IBM研究院);University of Pennsylvania(宾夕法尼亚大学);National Engineering Labratory for Big Data Analytics and Applications(国家大数据分析与应用工程实验室);AI for Science Institute(科学智能研究所)
本文提出SPARKLE,一种统一的单循环原始-对偶框架,用于去中心化双层优化,支持灵活集成多种异质性校正策略并混合上下层求解方法,实现最先进收敛速率。
2024-12-17 cs.LG math.OC stat.ML
Mean-Field Systems with Heterogeneous Subteams: Optimality of Cluster-Symmetric Independent Policies and Equivalence with Decentralized McKean-Vlasov Control of Cluster-Representative Agents
Queen’s University(女王大学);Royal Military College of Canada(加拿大皇家军事学院);Bilkent University(比尔肯特大学)
本文研究了异质子团队的均场系统,证明了集群对称独立策略的最优性,并展示了其与去中心化麦肯-瓦拉斯控制的等价性,为复杂合作系统的分析提供了新途径。
2026-04-30 math.OC
Dynamic Team Theory of Stochastic Differential Decision Systems with Decentralized Noisy Information Structures via Girsanov's Measure Transformation
University of Cyprus(塞浦路斯大学);University of Ottawa(渥太华大学)
本文提出两种方法,将静态团队理论推广到动态团队理论,通过连续时间随机非线性微分去中心化决策系统,利用Girsanov测度变换获得等价动态团队问题,研究团队最优条件和放松策略的存在性。
2013-10-10 cs.SY eess.SY math.OC
Multi-Agent Decentralized Network Interdiction Games
在这项工作中,我们介绍了分散的网络阻断游戏,它模拟了多个阻断器之间的相互作用,不同的目标在一个共同的网络上运行。作为一个起点,我们专注于分散的最短路径阻断(DSPI)游戏,其中多个阻断者试图增加他们自己的对手的最短路径长度,他们都试图穿越一个共同的网络。我们首先建立了离散和连续阻断策略下的DSPI游戏均衡的存在性结果。为了计算这样的均衡,我们提出了一个重新制定的DSPI游戏,这导致了一个广义纳什均衡问题(GNEP)与非共享约束。虽然这样的问题是计算上的挑战,一般来说,我们表明,在连续的阻断行动,DSPI游戏可以制定为一个线性互补性问题和Lemke的算法解决。此外,我们提出了分散的启发式算法的基础上最佳反应动力学的游戏下连续和离散的阻断策略。最后,我们建立了理论界的最坏情况下的效率损失的均衡在DSPI游戏,这种损失所造成的非合作的拦截器之间缺乏协调,并使用分散的算法来实证研究的平均情况下的效率损失。
2015-07-27 math.OC
Smoothed Gradient Clipping and Error Feedback for Decentralized Optimization under Symmetric Heavy-Tailed Noise
针对重尾噪声下分散优化中梯度裁剪的偏差问题,提出平滑裁剪与误差反馈机制,实现无需有界梯度的首个MSE收敛保证。
2024-11-11 cs.DC math.OC
Input-output analysis and decentralized optimal control of inter-area oscillations in power systems
大容量电力系统中的局部和区域间振荡通常使用阻尼差模式的空间分布来识别,并且通过仔细调谐的分散控制器来减轻它们。在本文中,我们采用非模态工具来分析和控制区域间的振荡。我们的输入-输出分析研究随机强迫系统的功率谱密度和方差放大,并提供了相对于模态方法的新见解。为了改善传统广域控制策略的局限性,我们还研究了稀疏和块稀疏广域控制器的信号选择和最优设计问题。在我们的设计中,我们保持旋转对称的电力系统,只允许在分布式控制器的相对角度测量。对于IEEE 39新英格兰模型,我们研究了不同控制架构的性能权衡和鲁棒性,并表明完全分散控制策略的最优重调可以有效地防止局部和区域间振荡。
2015-05-18 math.OC
Team Games Optimality Conditions of Distributed Stochastic Differential Decision Systems with Decentralized Noisy Information Structures
我们考虑一个团队博弈的奖励,我们推导出一个随机庞特里亚金的最大值原理的分布式随机微分系统分散噪声信息结构。我们的方法利用半鞅表示定理,变分方法,和向后随机微分方程。此外,我们推导出表征分散策略的团队和逐个最优性的必要和充分的最优性条件。最后,我们将随机最大值原理应用于通信、滤波和控制等应用领域的几个例子。
2013-04-11 math.OC
Open-Loop and Closed-Loop Strategies for Linear Quadratic Mean Field Games: The Direct Approach
本文采用直接方法研究线性二次平均场博弈中开环与闭环策略的差异及联系,得到集中式均衡存在的充要条件,设计渐近分散控制,发现无限种群中两者渐近分散均衡一致,对分散控制设计无本质影响。
2025-04-18 math.OC
Decentralized Stochastic Control with Partial History Sharing: A Common Information Approach
提出部分历史共享信息结构的分散随机控制模型,通过公共信息转化为协调者的POMDP问题,统一了现有方法并得到更优的结构结果和动态规划。
2012-09-08 cs.SY eess.SY math.OC
Structural Results for Decentralized Stochastic Control with a Word-of-Mouth Communication
在本文中,我们分析了一个网络的代理人,通过“口碑”,其中,每个代理人只与它的邻居进行通信。我们介绍了处方的方法,提出了它的一些属性,并表明,它会导致一个新的信息状态。我们还指出初步的结构性结果最优控制策略的系统,使用口碑传播的发展。所提出的方法可以推广到分析几个分散系统。
2020-03-14 math.OC
Mean Field Games for Multi-agent Systems with Multiplicative Noises
研究了具有控制依赖乘性噪声的多智能体系统的平均场对策。对于一般的非均匀智能体系统,通过求解一个服从一致平均场近似的辅助限制最优控制问题,得到了一组分散控制策略。分散策略集进一步证明是一个$\varepsilon$ -纳什均衡。对于积分型多智能体系统,我们利用极限问题的凸性,设计了一组$\varepsilon$ -Nash策略。结果表明,在温和的条件下,所有的代理实现均方共识。
2019-06-07 math.OC
Indefinite Linear-Quadratic Partially Observed Mean-Field Game
本文研究含共同噪声的不定线性二次部分观测平均场博弈,采用哈密顿方法推导最优分散策略,证明策略构成ε-纳什均衡,并将其应用于均值-方差投资组合选择问题。
2025-08-03 math.OC
Comparing Model-based Control Strategies for a Quadruple Tank System: Decentralized PID, LMPC, and NMPC
本文比较了四容水箱系统的分散式PID、LMPC和NMPC控制器,发现MPC在跟踪时变设定值上优于PID,NMPC跟踪误差略小但输入运动速率更高。
2025-09-14 cs.SY eess.SY math.OC
Convergence of Decentralized Actor-Critic Algorithm in General-sum Markov Games
Electrical Engineering and Computer Sciences (EECS) at UC Berkeley(加州大学伯克利分校电子工程与计算机科学系);Operations Research and Information Engineering (ORIE) at Cornell University(康奈尔大学运筹学与信息工程系)
针对现有去中心化学习算法收敛性仅适用于特殊马尔可夫博弈的不足,提出马尔可夫近似势函数作为近似李雅普诺夫函数,刻画了一般和马尔可夫博弈下异步步长去中心化演员-评论家算法的策略收敛集并在特定条件下强化结论。
2025-06-11 cs.AI cs.GT cs.MA
Decentralized Decision-Making Over Multi-Task Networks
在涉及具有多个目标的多任务网络的重要应用中,网络中的代理需要在这些多个目标之间做出决定,并就网络遵循哪个单一目标达成协议。在这项工作中,我们提出了一个分布式决策算法。代理被假定为观察可能由不同模型生成的数据。通过本地化的交互,代理商达成协议,以跟踪和相互作用的模型,以提高网络性能。我们调查的方法为静态和移动网络。仿真结果说明了所提出的策略的性能。
2018-12-24 cs.MA math.OC stat.ML
Incomplete Information Linear-Quadratic Mean-Field Games and Related Riccati Equations
本文研究不完全信息线性二次均场博弈,通过前向-后向随机微分方程和 Riccati 方程推导开环与反馈分散策略,证明一致性条件适定性及 $\varepsilon$-Nash 均衡性质,并应用于网络安全问题。
2023-07-03 math.OC
Information Management for Decentralized Energy Storages under Market Uncertainties
在本文中,我们提出了一个模型的分散能源存储,谁作为工具,以转移能源供应跨时间。本文从仓储企业的角度出发,研究了在市场不确定性条件下仓储企业的最优买卖决策。本文的目的是了解未来市场信息的经济价值,因为能源储存通过前瞻性战略减轻了市场的不确定性。在系统层面,我们评估不同的信息管理政策,以协调存储的行动并提高其总体盈利能力:(1)提供公开的市场预测渠道;(2)鼓励分散存储相互分享其私人预测;(3)仅向目标存储子集发布额外的市场信息。我们强调了过多的市场信息提供的危险性,并建议市场预测渠道的排他性。
2017-02-24 math.OC
Centralized Versus Decentralized Team Games of Distributed Stochastic Differential Decision Systems with Noiseless Information Structures-Part I: General Theory
分布式随机微分系统的分散优化是半个多世纪以来的一个活跃的研究领域。它的制定利用静态团队和个人的最优性标准进行了很好的研究。然而,结果还没有推广到非线性分布随机微分系统可能是由于分散决策策略固有的技术困难。在本文的第一部分中,我们推导了具有不同信息结构的分布式随机微分系统的团队最优性和个人最优性条件最优性条件。最优性条件给出的哈密顿系统系统的耦合向后和向前随机微分方程和一个条件哈密尔顿方程,根据经常和放松的战略。我们的方法是基于半鞅表示定理和变分方法。在整个演示文稿中,我们讨论的相似之处集中式决策的最优性条件。
2013-02-14 cs.IT math.IT math.OC
Exact Subspace Diffusion for Decentralized Multitask Learning
Imperial College London(帝国理工学院)
本文提出精确扩散算法在子空间约束多任务学习中的推广,推导带噪声梯度近似下的均方偏差表达式,并通过数值实验验证其优于基于近似投影的方法。
2023-04-14 cs.DC cs.LG eess.SP
Optimal Infinite Horizon Decentralized Networked Controllers with Unreliable Communication
University of California, Berkeley(加州大学伯克利分校);University of Southern California(南加州大学)
本文研究了由远程控制器和线性被控对象组成的分布式网络控制系统,通过不可靠上行信道与远程控制器通信,提出在链路失效概率低于临界阈值时,最优策略由耦合Riccati递推关系决定。
2018-06-18 cs.SY eess.SY math.OC
Linear-Quadratic Mean Field Stackelberg Stochastic Differential Game with Partial Information and Common Noise
本文研究带部分信息与公共噪声的线性二次平均场Stackelberg随机微分博弈,推导了领导者-跟随者系统的两类分散策略并证明其为ε-Stackelberg-Nash均衡。
2025-03-24 math.OC
The Quantum Advantage in Decentralized Control
本研究针对去中心化控制中被动公共随机性无法实现部分符合信息结构策略的限制,提出利用量子纠缠的随机策略突破该限制,通过数值实验验证量子优势受信息与代价等要素影响,开辟了基于量子架构的新型决策控制范式。
2023-06-16 cs.SY eess.SY math.OC
A Multi-Objective Optimization framework for Decentralized Learning with coordination constraints
本文将去中心化学习建模为多目标优化问题,显式引入协调器目标,并通过加权和标量化与可证明收敛的分布式算法,实现个性化、公平性与协调性的灵活平衡。
2025-07-18 math.OC
Decentralized Fictitious Play in Near-Potential Games with Time-Varying Communication Networks
研究了一类近势博弈的分散虚拟博弈(DFP)的收敛性质,其中代理人的激励与势函数近似一致。在DFP中,代理只与时变网络序列中的当前邻居共享信息,保持对其他代理的经验频率的估计,并采取行动以最大化相对于估计的经验频率计算的预期效用函数。我们发现,经验频率的行动收敛到一组策略的势函数值大于势函数值获得的近似纳什均衡的最接近的潜在的游戏。这一结果表明,DFP具有相同的收敛保证在近势游戏作为标准的虚拟发挥,其中代理人观察所有其他代理人的过去的行动。
2021-03-17 cs.MA cs.SY eess.SY
A Parameter-Free Zeroth-Order Algorithm for Decentralized Stochastic Convex Optimization
MIRIAI(莫斯科信息检索与分析研究所);Appied AI Institute(应用人工智能研究所)
本文提出一种去中心化POEM算法,通过双点平滑和自适应半径与步长规则,实现无需先验知识的去中心化随机凸优化。
2026-03-16 math.OC
Optimality of Independently Randomized Symmetric Policies for Exchangeable Stochastic Teams with Infinitely Many Decision Makers
本文研究了决策者数目为大或可数无穷多的随机团队(也称为分散随机控制或同息随机动态博弈)问题,刻画了(全局)最优策略的存在性和结构性质。我们考虑静态和动态的非凸团队问题的费用函数和动态满足交换条件。为了达到最优策略的存在性和结构性结果,我们首先介绍了控制策略的拓扑结构,它涉及到分散的信息结构的各种放松。然后利用这一点来达到可交换政策的de Finetti型表示定理。这导致了一个表示定理的政策,承认一个无限的交换条件。对于一般设置的随机团队问题与$N$决策者,下交换的观察决策者和费用函数,我们表明,在不损失全局最优性,搜索最优策略可以限制到那些是$N$ -可交换的。然后,通过将$N$ -可交换策略推广到无限可交换策略,建立了诱导成本的收敛性论证,并利用所提出的de Finetti型定理,我们建立了具有可数无限个决策者的静态和动态团队的最优分散策略的存在性,证明了该策略是对称的(即,相同)和随机化。特别是,与以前的工作,凸性的成本在政策不假设。最后,我们证明了有限$N$ -决策者团队问题的对称独立随机策略的近最优性,从而建立了$N$ -决策者弱耦合随机团队的近似结果。
2021-07-07 math.OC
Reinforcement Learning in Decentralized Stochastic Control Systems with Partial History Sharing
在本文中,我们感兴趣的系统与多个代理,希望合作,以完成一个共同的任务,而a)代理有不同的信息(分散的信息)和b)代理不知道系统的模型完全,即,他们可能部分地知道模型或者可能根本不知道模型。代理必须通过与其环境交互来学习最优策略,即,去中心化强化学习(RL)具有不同信息的多个代理的存在使得分散式强化学习在概念上比集中式强化学习更困难。在本文中,我们开发了一个分散的强化学习算法,学习部分历史共享信息结构的$ε$ -团队-最优解,其中包括一个大类的分散控制系统,包括延迟共享,控制共享,平均场共享等,我们的方法包括两个主要步骤。在第一步中,我们使用一种称为公信息方法的现有方法将分散控制系统转换为等效的集中式POMDP(部分可观测马尔可夫决策过程)。然而,所得到的POMDP需要系统模型的完整知识。为了规避这一要求,在第二步中,我们引入了一个新的概念,称为“增量扩展表示”,使用它我们构建了一个有限状态RL算法,其近似误差收敛到零指数快速。我们说明了所提出的方法,并通过获得一个分散的Q-学习算法的两用户多址广播信道(MABC),这是一个基准的例子分散控制系统数值验证。
2020-12-02 math.OC
General Linear-Quadratic Mean Field Stochastic Differential Game with Common Noise: A Direct Method
本文针对带公共噪声的一般线性二次平均场博弈,提出直接方法与不动点方法,通过变分法、解耦技术和Riccati方程渐近分析构造并证明了分散式开环渐近纳什均衡策略的渐近最优性,并应用于生产计划实例。
2025-08-28 math.OC
Decentralized Computation Offloading for Multi-User Mobile Edge Computing: A Deep Reinforcement Learning Approach
Columbia University(哥伦比亚大学);Amazon Canada(亚马逊加拿大公司)
移动边缘计算(MEC)是最近出现的一种有前途的解决方案,可以将资源有限的移动设备从计算密集型任务中解脱出来,使设备能够将工作负载卸载到附近的MEC服务器,并提高计算体验的质量。然而,通过考虑本文中的多个移动用户与随机任务到达和无线信道组成的MEC系统,计算卸载策略的设计是具有挑战性的,以最小化长期平均计算成本的功耗和缓冲延迟。研究了一种基于深度强化学习(DRL)的分散动态计算卸载策略,以构建一个具有有限反馈的可扩展MEC系统。具体而言,一个连续的动作空间为基础的DRL方法命名为深度确定性策略梯度(DDPG)的学习有效的计算卸载策略独立地在每个移动用户。因此,本地执行和任务卸载两者的功率可以通过从MEC系统的每个用户的本地观察学习的策略来自适应地分配。数值结果表明,有效的政策,可以在每个用户学习,并提出DDPG的分散策略的性能优于传统的深度Q网络(DQN)的离散功率控制策略和其他一些贪婪的策略,减少计算成本。此外,还分析了基于DDPG和基于DQN的策略的功率延迟折衷。
2018-12-16 cs.LG eess.SP math.OC
Linear-Quadratic Partially Observed Mean Field Stackelberg Stochastic Differential Game with Applications
School of Mathematics, Shandong University(山东大学数学学院);School of Mathematical Sciences, Fudan University(复旦大学数学科学学院)
本文提出了一种线性二次部分观察均场斯塔克尔伯格随机微分博弈模型,通过状态分解和逆向分离原理推导出分散策略,并应用于产品规划问题。
2025-12-08 math.OC
Dynamic Team Theory of Stochastic Differential Decision Systems with Decentralized Noiseless Feedback Information Structures via Girsanov's Measure Transformation
本文在具有分散无噪声反馈信息结构的随机微分决策系统的背景下,将静态团队理论推广到动态团队理论。我们应用Girsanov定理将初始随机动态团队问题转化为一个等价的团队问题,在一个参考概率空间下,状态过程和信息结构独立于任何团队决策。随后,我们表明,在一定的条件下,连续时间和离散时间随机动态团队问题,可以转化为等价的静态团队问题,虽然使用这种方法计算最优的团队策略可能是计算密集型的。因此,我们提出了一种替代方法,通过推导团队和个人的人(PbP)的最优性条件,通过随机庞特里亚金的最大值原理,包括向前和向后的随机微分方程,和一组条件变分哈密顿相对于团队成员的信息结构。最后,我们将倒向随机微分方程与随机队问题的值过程联系起来。
2013-10-05 math.OC
Joint Communication-Control Strategy Optimization with Partially Nested Information Structures: The Linear-Quadratic Case
University of Maryland, College Park(马里兰大学帕克分校)
本文针对多智能体线性系统的JCCO问题,基于CIB框架建立形式化模型,提出基于动态规划的方法求解开环及闭环通信策略下的最优策略,可导出里卡蒂方程并拓展至分散线性二次控制场景。
2026-11-13 cs.MA cs.SY eess.SY
Decentralized Detection with Many Sensors: Optimality of Exchangeable and Identical Encoding Policies
Royal Military College of Canada(加拿大皇家军事学院);Bilkent University(比尔肯特大学);Queen’s University(女王大学)
本文研究多传感器分散二元检测,证明有限及无限传感器场景下最优编码策略存在且具有阈值、可交换或对称独立性质,并表明无限场景对称策略对有限场景近似最优。
2025-09-26 math.OC
Decentralized Control for Discrete-time Mean-Field Systems with Multiple Controllers of Delayed Information
本文针对离散时间平均场系统中多个具有延迟信息的控制器,提出分散控制策略,通过庞特里亚金极大值原理和正交分解方法,解决了非对称信息LQ控制问题,并给出了可解性条件。
2023-09-04 math.OC
An approximate solution to the decentralized two-controller infinite-horizon scalar LQG problem: Part I- fast dynamics
我们考虑了具有两个控制器的标量分散平均成本无限时域LQG问题,重点是当系统的(标量)特征值较大时的快速动态情况。结果表明,最佳线性控制器的性能可以是一个任意的因素比最优性能差。我们提出了一组有限维的非线性控制器,并证明了所提出的集合包含一个容易找到的近似最优解,达到最优二次成本的一个恒定的比例。对非线性策略的理解来自于揭示控制中的信息流与无线信息流之间的关系。更确切地说,我们讨论了无线通信中的高信噪比限制和分散控制中的快速动态情况之间的密切关系,并证明了所提出的非线性控制策略可以被理解为利用无线通信理论中的广义自由度增益。为了严格证明这一论点,我们开发了新的数学工具和思想。为了揭示无限时域问题和广义MIMO Witsenhausen反例之间的关系,我们引入了几何切片的思想。为了分析非线性策略的性能,我们引入了一个近似梳状格子模型的相关随机变量。
2013-08-23 math.OC
Robust Decentralized Control of Coupled Systems via Risk Sensitive Control of Decoupled or Simple Models with Measure Change
本文为交互智能体的分散式随机控制提出鲁棒框架,通过引入非交互智能体的风险敏感控制并结合相对熵度量交互强度,给出成本函数界限,解决了平均场等耦合系统的非凸建模难题并证明了弱交互下最优解的稳定性。
2024-05-30 math.OC math.PR
Finite Model Approximations and Asymptotic Optimality of Quantized Policies in Decentralized Stochastic Control
Queen’s University(女王大学)
本文研究了通过观测和行动空间均匀量化构造有限模型的静态和动态团队问题,证明这些模型能以任意精度逼近最优成本,尤其在Witsenhausen反例和高斯中继信道问题中展示了去量化策略的渐近最优性。
2016-01-01 cs.SY eess.SY math.OC
Mission-critical spectrum sharing with decentralized Multi-Agent Reinforcement Learning
Idaho National Laboratory(爱达荷国家实验室);Howard University(霍华德大学);University of Florida(佛罗里达大学)
针对关键任务频谱共享中的冲突问题,提出一种基于马尔可夫势博弈的去中心化多智能体强化学习模型,采用轻量级线性演员-评论家算法,在保持吞吐量的同时将总体冲突减少高达96.8%。
2026-10-08 cs.IT cs.SY eess.SY