分布式多智能体高斯回归：有限维近似方法
摘要：在多智能体框架中，我们考虑了分布式估计高斯过程的问题。每个智能体收集少量测量数据，并旨在基于所有数据共同重建一个共同的估计。假设智能体具有有限的计算和通信能力，并且在已知的公共概率密度下独立地从输入位置上收集M个含噪声的测量。最优解需要智能体交换所有M个输入位置和测量，并反转一个M×M的矩阵，这是一个不可扩展的任务。相反，我们提出了两种次优方法，使用从选择的内核的KL展开中获得的前E个正交特征函数，其中通常E< 作者：Gianluigi Pillonetto, Luca Schenato and Damiano Varagnolo 论文ID：1708.00194 分类：Multiagent Systems 分类简称：cs.MA 提交时间：2018-05-11