[论文解读] An Approximate Projected Consensus Algorithm for Computing Intersection of Convex Sets

Youcheng Lou, Guodong Shi+2 more|arXiv (Cornell University)|May 26, 2012

Distributed Control Multi-Agent Systems参考文献 26被引用 4

一句话总结

本文提出一种用于多智能体网络的近似投影共识算法，用于计算凸集的交集，允许每个节点在有界角度误差范围内使用非精确投影。在统一联合强连通的通信图下，证明了当投影角度误差小于 $\pi/4$ 时，可确保状态有界且收敛至交集集合；令人惊讶的是，数值结果表明在某些情况下，其收敛速度甚至快于精确投影方法。

ABSTRACT

In this paper, we propose an approximate projected consensus algorithm for a network to cooperatively compute the intersection of convex sets. Instead of assuming the exact convex projection proposed in the literature, we allow each node to compute an approximate projection and communicate it to its neighbors. The communication graph is directed and time-varying. Nodes update their states by weighted averaging. Projection accuracy conditions are presented for the considered algorithm. They indicate how much projection accuracy is required to ensure global consensus to a point in the intersection set when the communication graph is uniformly jointly strongly connected. We show that $π/4$ is a critical angle error of the projection approximation to ensure a bounded state. A numerical example indicates that this approximate projected consensus algorithm may achieve better performance than the exact projected consensus algorithm in some cases.

研究动机与目标

• 解决当精确凸投影因噪声或复杂性而计算不可行时，在多智能体网络中计算凸集交集的挑战。
• 设计一种分布式算法，使节点可使用近似投影而非精确投影，同时仍能确保全局共识收敛至交集集合。
• 在时变、有向通信图下，建立投影精度（特别是角度误差界限）的充分必要条件，以保证收敛。
• 探究近似投影是否可能在收敛速度上优于精确投影，从而挑战“精确性始终提升性能”的假设。

提出的方法

• 每个节点计算其当前状态在本地凸集上的近似投影，其中投影方向位于由精确投影方向和小于 $\theta$ 的角度偏差所定义的凸锥内。
• 该算法在有向、时变的通信图上使用加权平均，节点根据邻居的近似投影更新其自身状态。
• 分析通过涉及 $\tan\theta$ 的递推关系建模至交集集合的距离，表明当 $\theta < \pi/4$ 时，状态轨迹保持有界。
• 临界阈值分析识别出 $\pi/4$ 为分界点：当 $\theta > \pi/4$ 时，系统可能发生发散；当 $\theta = \pi/4$ 时，有界性取决于集合几何形状和初始条件。
• 收敛性分析基于统一联合强连通通信图的假设，以确保在时间区间内保持长期连通性。
• 通过一个数值例子将近似投影共识算法（APCA）与精确投影共识算法（PCA）进行比较，利用距离函数 $h(k) = \max_i |x_i(k)|_{X_*}$ 衡量收敛速度。

实验结果

研究问题

• RQ1 在分布式网络中，投影精度（以相对于精确投影的角度偏差衡量）达到何种水平时，可保证全局共识收敛至凸集交集？
• RQ2 尽管单个节点的精度降低，近似投影是否可能实现比精确投影更快的收敛速度？
• RQ3 在近似投影共识算法中，分离有界与无界状态轨迹的临界角度误差阈值是多少？
• RQ4 当角度误差恰好为 $\pi/4$ 时，凸集的几何形状和初始条件如何影响收敛行为？

主要发现

• 本文确立了 $\pi/4$ 为近似投影中角度误差的关键阈值：若 $\theta < \pi/4$，则状态轨迹保持一致有界，并收敛至交集集合。
• 当 $\theta > \pi/4$ 时，系统可能发生发散，即使仅有一个节点且使用特定近似投影点，表明高误差下存在不稳定性。
• 当 $\theta = \pi/4$ 时，有界性并非对所有初始条件都成立，且高度依赖于凸集的形状，某些配置下轨迹可能发散。
• 一个数值例子表明，近似投影共识算法（APCA）的收敛速度可能快于精确投影共识算法（PCA），表现为在 $k=2000$ 时刻距离函数 $h(k)$ 的衰减更快。
• 结果挑战了“更高投影精度始终提升集体性能”的传统假设，表明在实践中，近似可能提升收敛速度。
• 收敛性分析在统一联合强连通通信图的条件下成立，该条件确保了时间区间内的持续连通性。