论文部分内容阅读
针对多智能体系统中的分布式优化隐私保护问题，智能体利用邻居的信息来协同最小化所有智能体目标函数的和。隐私保护旨在潜在窃听者能够获取所有通讯信息的条件下，保护每个智能体的目标函数不被窃取。在梯度跟踪技术与现有的DiaDSP算法的基础上，提出了在状态和方向上添加随机噪声的随机差分隐私算法，证明了该算法不仅能够在概率意义下收敛到问题的最优解，还能够在信息交互过程中保持DiaDSP算法的隐私保护性能，而且通过添加随机的随机变量能够节省计算时间，提高优化效率。最后，通过实例对算法进行仿真，结果显示相较于DiaDSP算法，在p＜1时，收敛时间减少，收敛精度也有较大的提升。