自适应网络下的一位消息传输中的检测
摘要：多智能体网络在二进制决策任务中的操作及其在具有一些有启示性的具有挑战性条件下的性能表达和性能操作曲线。分析中的一个主要挑战是，只允许智能体交换一位消息，因此每个智能体的信息包括连续和离散两个部分。由于这种混合性质，无法通过直接应用中心极限定理推断每个智能体状态的稳态分布。相反，连续部分的行为通过使用对数特征函数的积分形式进行表征，而离散部分的行为则通过不对称伯努利卷积进行表征。通过利用这些结果，本文得出了网络节点的可靠近似性能表达式，这些表达式与一系列系统参数的模拟结果非常吻合。结果还揭示了在恒定步长学习下连续适应和与邻居交换的二进制消息之间的重要相互作用。
作者：Stefano Marano and Ali H. Sayed
论文ID：1803.06725
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2019-05-31