基于Bandit反馈的自适应量化分布式在线镜像下降算法
谢俊如
高文华
谢奕彬
华南理工大学数学学院,广东广州 510640
摘要：多智能体系统的在线分布式优化常用于处理动态环境下的优化问题,节点间需要实时传输数据流.在很多情况下,各节点无法获取个体目标函数的全部信息(包括梯度信息),并且节点间信息传输存在一定的通信约束.考虑到非欧投影意义下的镜像下降算法在处理高维数据和大规模在线学习上的优势,本文使用个体目标函数在两点处的函数值信息对缺失的梯度信息进行估计,并且根据镜像下降算法的性质设计自适应量化器,提出基于Bandit反馈的自适应量化分布式在线镜像下降算法.然后分析了量化误差界和Regret界的关系,适当选择参数可得所提算法的Regret界为(O)(√T).最后,通过数值仿真验证了算法和理论结果的有效性.
关键词：镜像下降算法多智能体系统优化量化Bandit反馈
论文发表日期：2023-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1774-1782 )
英文信息