本书在归纳分析国内外关于网络化多智能体系统分布式优化算法的基础上,研究了针对异步通信、量化信息、隐私保护、高维约束、事件驱动等具体需求的网络化多智能体系统的分布式优化算法,主要内容包括:①系统建模——构建满足具体需求的网络化多智能体系统模型,如有向/无向通信、动态/静态网络拓扑、时变/非时变代价函数等,为算法设计与分析提供了模型基础;②算法设计——针对具体问题,采用恰当的技术方案,如随机梯度、差分隐私、条件梯度、随机块坐标等,设计高效的分布式优化算法,解决实际应用场景的具体优化问题;③证明与分析——针对提出的算法,通过严格的数学证明与分析,证明了算法的正确性和有效性,分析了算法的Regret界,为算法的应用奠定了基础:④仿真实验——利用公开的数据集验证了部分算法性能和理论分析的结果。
本书可以作为计算机科学与技术、控制科学与工程、人工智能、优化理论等专业硕士研究生、博士研究生的专业课教材,也可供计算机科学与技术、控制科学与工程、人工智能、网络优化等领域的科技人员参考。
展开