内存增强分布式算法

收敛更快

一种利用历史信息加速多智能体系统线性方程求解的分布式算法，收敛速度优于传统方法。

Ding, Shufen · 孟德元 · 杜明骏 · 蔡开泉

IEEE Transactions on Signal and Information Processing over Networks 2024

技术优势

收敛更快

通过引入一个由当前值和历史值线性组合而成的局部预测器，两个记忆抽头可以加速协调计算的分布式求解算法收敛。

摆脱初值依赖

无论线性方程具有唯一解还是多个解，所提出的分布式算法都能以指数方式收敛到解，且不依赖于初始条件。

应用场景

• 分布式优化与计算：加速大规模线性方程组的分布式求解，提升整体计算效率。
• 多智能体协同控制：为多智能体系统提供更快的协调计算能力，支持实时协作任务。
• 机器人协同定位与建图：加速多机器人协同定位与建图中的分布式线性求解环节，提高建图实时性。