摘要:
本文提出了一种分布式加速一阶连续时间算法,用于求解一类具有双线性耦合的两个子网零和对策的$O({1}/{t^2})$收敛到Nash均衡。一阶方法仅使用函数的次梯度,由于其结构简单,在解决大规模大数据问题的分布式/并行算法中经常使用。然而,在最坏的情况下,两个子网零和对策的一阶方法通常具有渐近或$O(1/t)$收敛性。与现有的时不变一阶方法相比,本文将鞍点动力学和时变导数反馈技术相结合,设计了一种分布式加速算法。如果所提算法的参数合适,则该算法对于对偶间隙函数具有$O(1/t^2)$收敛性,而不需要任何一致或强凸性要求。数值仿真表明了该算法的有效性。