分布式重球纳什均衡算法在时变有向图上的几何收敛性与不受限制行动
摘要：非合作凸博弈中基于协议的梯度方法和重球动量的分布式算法在没有约束的行动集中找到纳什均衡 (NE)。我们的方法中，博弈中的每个智能体都能访问自己的平滑本地成本函数，并可以通过通信网络与其邻居交换信息。本工作的主要创新之处在于在全分散、有向和时变的通信图上运行的非合作博弈中引入重球动量，同时还可以适应非相同的步长和动量参数。我们克服了由于混合矩阵的动态和非对称性以及额外的动量项所带来的技术挑战，并对NE的几何收敛性提供了严格的证明。此外，我们还根据成本函数、混合矩阵和图连接结构的特征建立了步长值和动量参数的显式界。我们在纳什-库尔诺博弈中进行数值模拟，证明了所提算法相对于现有方法的加速收敛。
作者：Duong Thuy Anh Nguyen, Duong Tung Nguyen, Angelia Nedich
论文ID：2303.16385
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-06-06