基于ZGS的大规模多智能体系统的分布式优化算法

分布式优化算法已广泛用于解决大规模多智能体系统优化问题,其中异步分布式方法由于其应用于多智能体系统时的灵活性和自主性而受欢迎。在本文中,我们针对多智能体系统一致性问题提出了一种基于的Zero-Gradient-Sum(ZGS)算法的异步分布式优化算法Accelerated-Zero-Gradient-Sum(AZGS),其通过提高智能体之间的信息交互模式来加速ZGS算法的收敛速度。同时改进其信息交互方式使其在实际通信过程中节省通信量。在多智能体系统网络连通的条件下,证明了所提出的算法相比于原算法更快实现渐近收敛。最后,我们通过一个数值示例验证所提出的算法的有效性。