[论文解读] Continuous-Time Distributed Algorithms for Extended Monotropic Optimization Problems

Xianlin Zeng, Peng Yi+2 more|arXiv (Cornell University)|Aug 3, 2016

Distributed Control Multi-Agent Systems参考文献 30被引用 15

一句话总结

本文提出两种新颖的连续时间分布式算法——基于投影输出反馈和基于微分反馈——用于求解多智能体网络中的扩展单调优化（EMO）问题。通过非光滑李雅普诺夫分析与微分包含理论，在较弱条件下实现收敛，即使目标函数非光滑且存在耦合约束，亦能收敛至最优解。

ABSTRACT

This paper studies distributed algorithms for the extended monotropic optimization problem, which is a general convex optimization problem with a certain separable structure. The considered objective function is the sum of local convex functions assigned to agents in a multi-agent network, with private set constraints and affine equality constraints. Each agent only knows its local objective function, local constraint set, and neighbor information. We propose two novel continuous-time distributed subgradient-based algorithms with projected output feedback and derivative feedback, respectively, to solve the extended monotropic optimization problem. Moreover, we show that the algorithms converge to the optimal solutions under some mild conditions, by virtue of variational inequalities, Lagrangian methods, decomposition methods, and nonsmooth Lyapunov analysis. Finally, we give two examples to illustrate the applications of the proposed algorithms.

研究动机与目标

• 解决多智能体网络中具有非光滑、可分凸目标函数与耦合约束的分布式优化挑战。
• 设计仅依赖本地信息、无需集中协调的连续时间算法。
• 在存在集合约束与仿射等式约束的情况下，确保收敛至最优解。
• 利用微分包含的稳定性理论，建立智能体状态的有界性与收敛性。
• 通过网络流与资源分配等现实场景启发的实例，验证方法的适用性。

提出的方法

• 将 EMO 问题表述为局部凸函数之和，包含私有集合约束与全局仿射等式约束。
• 提出两种连续时间分布式算法：一种基于投影输出反馈（DPOFA），另一种基于微分反馈（DDFA）。
• 采用投影算子以强制执行局部约束集，维持状态轨迹的可行性。
• 利用拉格朗日对偶性与分解方法，将全局问题分解为局部子问题。
• 应用非光滑李雅普诺夫分析与微分包含的不变性原理，证明收敛性。
• 引入辅助变量与对偶变量（如 λ, z），以处理耦合约束并确保有界性。

实验结果

研究问题

• RQ1 基于局部信息与邻居通信，分布式连续时间算法能否求解具有非光滑目标函数与耦合约束的扩展单调优化问题？
• RQ2 智能体如何仅通过本地信息与邻居通信实现全局最优？
• RQ3 在非光滑性存在的情况下，何种条件可确保状态轨迹的有界性与收敛性？
• RQ4 投影输出反馈与微分反馈设计在性能与稳定性方面有何对比？
• RQ5 所提出的算法能否应用于网络流优化等实际问题？

主要发现

• 在较弱条件下，无论初始条件如何，DPOFA 与 DDFA 算法均收敛至 EMO 问题的最优解。
• 即使辅助变量 y 或 z 离开可行集，状态变量 x 的轨迹仍保持在可行集 Ω 内。
• 目标函数 f(x) 与约束违反量 ‖Ax−b‖² 均随时间收敛至零，确认了可行性与最优性。
• 仿真结果表明，辅助对偶变量 λ 与 z 均保持有界，‖λ‖² 与 ‖z‖² 随时间变化趋势稳定。
• 在含 12 条弧的 6 节点网络上进行的数值仿真表明，两种算法均成功求解带框约束的二次流优化问题。
• 所提算法在面对非光滑、凸且可分的目标函数时，仍能保持可行性与稳定性。