本文考虑了一种新型的多代理线性随机近似算法,该算法是由多维亚噪声和一般共识型相互作用驱动的,其中每个剂的局部随机近似过程都取决于其邻居的信息。用定向的图形描述了代理之间的互连结构。当通过双随机矩阵(至少在预期中)描述了基于共识的随机近似算法的收敛性,而当互连矩阵简单地是随机的情况下,对这种情况的了解较少。对于任何相关相互作用矩阵的均匀连接的图形序列,该论文在均方误差上得出有限的时间界限,定义为算法偏离相关普通微分方程的唯一平衡点的偏差。对于互连矩阵随机的情况,在没有通信的情况下,平衡点可以是所有局部平衡的任何未指定的凸组合。都考虑了恒定和随时间变化的台阶尺寸的情况。分布式的时间差学习将作为说明性应用。©2023 Elsevier Ltd.保留所有权利。在要求凸组合必须是直接平均值并且任何一对邻近代理之间的互动的情况下,可能是单向的,因此不能以分布的方式实现双重随机矩阵,本文提出了按下的Push-type分布式近似算法,并为时间限制的范围分析范围,以实现其范围,并为时间限制范围,以实现其范围,以实现时间表,以实现时间表的范围,以实现时间范围的范围,以实现时间范围,以实现有限的范围,以实现有限的范围,以实现有限的范围,以实现有限的范围,以实现有限的范围,以实现范围的范围,以实现时间范围。带有随机矩阵的算法,并开发了Push-sum算法的新型特性。
主要关键词