Zirui Xu

新算法解决通信延迟下的分布式子模组最大化问题

研究人员开发了一种名为分布式在线贪婪（DOG）的新算法，以应对多智能体子模组最大化中的挑战，特别是在存在通信延迟的情况下。该算法将对抗性赌博机学习与延迟反馈相结合，实现了跨不同网络拓扑的同步决策。通过与最优解进行比较来分析DOG算法的性能，量化了去中心化引入的次优性作为网络结构函数的度量。研究结果表明，协调效率和收敛速度之间存在权衡，这种权衡受到通信延迟程度的影响。