網絡化多智能體系統的分布式優化算法（簡體書）

《網絡化多智能體系統的分散式優化算法》在歸納分析國內外關於網絡化多智能體系統分散式優化算法的基礎上，研究了針對非同步通信、量化信息、隱私保護、高維約束、事件驅動等具體需求的網絡化多智能體系統的分散式優化算法，主要內容包括：
①系統建模一一構建滿足具體需求的網絡化多智能體系統模型，如有向/無向通信、動態/靜態網絡拓撲、時變/非時變代價函數等，為算法設計與分析提供了模型基礎；
②算法設計——針對具體問題，採用恰當的技術方案，如隨機梯度、差分隱私、條件梯度、隨機塊座標等，設計高效的分散式優化算法，解決實際應用場景的具體優化問題；
③證明與分析——針對提出的算法，通過嚴格的數學證明與分析，證明了算法的正確性和有效性，分析了算法的Regre工界，為算法的應用奠定了基礎：
④模擬實驗——利用公開的資料集驗證了部分算法性能和理論分析的結果。
《網絡化多智能體系統的分散式優化算法》可以作為計算機科學與技術、控制科學與工程、人工智能、優化理論等專業碩士研究生、博士研究生的專業課教材，也可供計算機科學與技術、控制科學與工程、人工智能、網絡優化等領域的科技人員參考。

朱軍龍，博士（後）、河南科技大學副教授，中國自動化學會青年工作委員會委員，研究方向為分散式優化理論、強化學習理論，主持國家自然科學基金面上項目1項、省部級項目2項；在IEEE Transactions、電子學報等國內外知名期刊發表論文15篇；在科學出版社出版專著1部（第二）；授權發明專利0余項，其中第一發明人2項；獲河南省科技進步獎二等獎1項、三等獎1項。

本書研究了針對非同步通信、量化信息、隱私保護、高維約束、事件驅動等具體需求的網絡化多智能體系統的分散式優化算法。

網絡化多智能體系統研究的目的是求解複雜、大規模、實時和具有不確定信息的問題，並且具有學習推理、自組織等能力，受到了國內外研究者的廣泛關注。網絡中的許多經典問題本質上都是分散式優化問題。例如，資料管理問題、分散式學習問題、資源配置問題、網絡系統的多智能體協作問題、車載網絡傳輸控制問題等。為了提高這些系統的工作效率，均離不開分散式優化算法。此外，在這些應用中，資料總量規模龐大，分散在不同的資料中心；節點計算能力有限，分散在不同的物理位置。每個智能體只擁有所要完成任務的局部信息，而不擁有所要完成任務的全域信息，同時每個智能體也不具有獨立解決複雜任務的能力。因此，在網絡化多智能體系統中，不存在集中控制系統，只能執行分散式處理。
近年來，隨著高科技的發展，網絡化多智能體系統理論與協同技術得到了快速發展。相比集中式優化算法，分散式優化算法的魯棒性更好，成為優化與控制領域的一個重要研究方向，同時也被國防、經濟、金融、工程、管理等許多應用領域所關注。因此，研究高效的分散式優化算法具有重要的理論意義和實際價值。從某種意義上說，網絡化多智能體系統與分散式優化算法是事物的兩個不同的側面：網絡化多智能體系統是技術實現的主體，而分散式優化算法是技術實現的方法。解決網絡化多智能體系統分散式優化問題的一般思路是：首先將現實中的網絡或系統建模為網絡化多智能體系統，然後在網絡化多智能體系統上設計分散式優化算法以求解所需要優化的問題。