量化状态信息下多智能体Gossip算法及分布式优化

• 作者: 戚国庆 李银伢 王长城 盛安冬
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 多智能体系统 量化 分布式一致 非均匀选择概率 优化
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 论文
• 页码范围: 128-134
• 页数: 7页
• 分类号: TP391
• 字数: 5405字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2013.00297

摘要

基于量化状态信息的异步随机Gossip算法大多以均匀选择概率的时间模型为基础，未充分考虑网络拓扑结构对局部信息传递的影响。为此，该文提出了一种以非均匀选择概率为时间模型的改进算法。首先给出了非均匀选择概率下的多智能体系统时间模型，在随机性量化策略下给出了一致性误差的收敛性质；并讨论了量化精度和概率化权重矩阵第2大特征值对一致性误差收敛速度的影响，进而利用投影次梯度给出了选择概率的分布式优化方法。仿真结果表明，该基于量化状态信息的算法可通过选择概率的分布式优化，提高一致性误差的收敛速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛安冬	南京理工大学自动化学院	103	530	13.0	15.0
2	戚国庆	南京理工大学自动化学院	65	269	8.0	12.0
3	李银伢	南京理工大学自动化学院	51	232	8.0	11.0
4	王长城	南京理工大学自动化学院	5	44	4.0	5.0