分布式强化学习算法

消除凸性假设

将分布式约束优化与多智能体深度强化学习统一于单一框架，无需对代价函数作凸性等一般假设，可处理更广泛的非凸优化问题。

Niu, Fuxi · 年晓红 · Sun, Miaoping · Yong, Chen · Yu, Shi · Jieyuan, Yang · Li, Shiling

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2025

技术优势

无需凸性假设

算法消除了对代价函数的一般假设，因此能处理更广泛的非凸优化问题。

统一两类方法

在一个框架内同时分析分布式约束优化和多智能体深度强化学习方法，简化了方法选择与比较。

有理论保证

算法具备理论保证，性能有依据。

应用场景

• 无人机编队控制：用于无人机最优会合编队，提升协同效率。
• 分布式优化：求解分布式非凸优化问题，无需凸性假设。
• 具身智能：为多智能体系统提供学习决策能力。