Fugu-MT 論文翻訳(概要): Input-to-State Stability Framework for Fully Distributed Primal-Dual Dynamics for Quadratic GNEPs Without Multiplier Consensus

論文の概要: Input-to-State Stability Framework for Fully Distributed Primal-Dual Dynamics for Quadratic GNEPs Without Multiplier Consensus

arxiv url: http://arxiv.org/abs/2609.06983v1
Date: Mon, 07 Sep 2026 03:19:36 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-10 19:44:08.347223
Title: Input-to-State Stability Framework for Fully Distributed Primal-Dual Dynamics for Quadratic GNEPs Without Multiplier Consensus
Title（参考訳）: 乗算整合性のない2次GNEPの完全分散プリマル双対ダイナミクスのための入力-状態安定性フレームワーク
Abstract要約: 一般化ナッシュ平衡問題(GNEP)は、分散アルゴリズムを必要とするマルチエージェント工学アプリケーションでしばしば発生する。乗算器のコンセンサスを強制する従来の手法とは異なり、本手法は乗算器の共有の必要性を排除し、通信を減らし、プライバシーを向上する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Generalized Nash Equilibrium Problems (GNEPs) often arise in multi-agent engineering applications that require distributed algorithms. Unlike traditional approaches that enforce consensus on multipliers, our method removes the need to share multipliers, reducing communication and improving privacy. As a result, different initializations can lead to different GNEs, including non-variational ones. We establish convergence under sufficient conditions using an input-to-state stability (ISS) framework.
Abstract（参考訳）: 一般化ナッシュ平衡問題(GNEP)は、分散アルゴリズムを必要とするマルチエージェント工学アプリケーションでしばしば発生する。乗算器のコンセンサスを強制する従来の手法とは異なり、本手法は乗算器の共有の必要性を排除し、通信を減らし、プライバシーを向上する。結果として、異なる初期化は、変種以外のものを含む異なるGNEをもたらす可能性がある。インプット・ツー・ステート・安定性(ISS)フレームワークを用いて,十分な条件下で収束を確立する。

関連論文リスト

Fully Distributed GNE Algorithms for Multi-Robot Placement without Consensus on Multipliers [11.508428985972259]
乗算器交換なしで収束する共有線形等式制約に対する完全分散連続時間アルゴリズムを提案する。この方法はマルチロボット配置タスクで検証される。
論文参考訳（メタデータ） (2026-08-29T17:55:34Z)
Too Correct to Learn: Reinforcement Learning on Saturated Reasoning Data [55.84428098924793]
構造保存探索を行うためのパラメータ自由復号法である Constrained Uniform Top-K Smpling (CUTS) を提案する。グループ内の利点分散を増幅するために、エクスプロイトと探索的なロールアウトを相乗化するためのトレーニングフレームワークであるMixed-CUTSに統合する。特にMixed-CUTSは、AIME25ベンチマークのPass@1の精度を標準のGRPOよりも15.1%向上している。
論文参考訳（メタデータ） (2026-04-20T16:43:28Z)
MMR1: Enhancing Multimodal Reasoning with Variance-Aware Sampling and Open Resources [113.33902847941941]
VAS (Variance-Aware Sampling) は、Variance Promotion Score (VPS) によって導かれるデータ選択戦略である。我々は、1.6MのCoT冷間開始データと15kのRLQAペアを含む大規模かつ慎重にキュレートされたリソースをリリースする。数学的推論ベンチマークによる実験では、キュレートされたデータと提案されたVASの有効性が示されている。
論文参考訳（メタデータ） (2025-09-25T14:58:29Z)
Vairiational Stochastic Games [1.6703448188585752]
本稿では分散型マルチエージェントシステムに適した新しい変分推論フレームワークを提案する。我々のフレームワークは、非定常性と非整合エージェントの目的によって引き起こされる課題に対処する。提案した分散アルゴリズムに対する理論的収束保証を示す。
論文参考訳（メタデータ） (2025-03-08T03:21:23Z)
Stability of Primal-Dual Gradient Flow Dynamics for Multi-Block Convex Optimization Problems [2.66854711376491]
提案された力学はラグランジアン近似に基づくもので、ADMMの代替となる。我々は、様々な構造的特性を利用して、提案された力学に対する大域的(指数的)収束保証を確立する。我々の仮定は原始双対力学の(指数的な)安定性を証明するために必要なものよりもはるかに弱い。
論文参考訳（メタデータ） (2024-08-28T17:43:18Z)
LLM4Rerank: LLM-based Auto-Reranking Framework for Recommendations [51.76373105981212]
リグレードはレコメンデーションシステムにおいて重要な要素であり、レコメンデーションアルゴリズムの出力を精査する上で重要な役割を果たす。そこで我々は,様々な格付け基準をシームレスに統合する包括的格付けフレームワークを提案する。カスタマイズ可能な入力機構も統合されており、言語モデルのフォーカスを特定の再配置のニーズに合わせることができる。
論文参考訳（メタデータ） (2024-06-18T09:29:18Z)
Ensure Differential Privacy and Convergence Accuracy in Consensus Tracking and Aggregative Games with Coupling Constraints [1.8661143694112918]
共有結合制約を持つ完全分散集約ゲームに対する差分プライバシに対処する。一般化ナッシュ平衡(GNE)探索機構と微分プライバシ雑音注入機構を共同設計することにより,最初のGNE探索アルゴリズムを提案する。また,高精度な追跡性能を維持しつつ,厳密なエプシロン差分プライバシーを実現するための新しいコンセンサス追跡アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-10-28T20:33:37Z)
Faster Last-iterate Convergence of Policy Optimization in Zero-Sum Markov Games [63.60117916422867]
本稿では,対戦型マルチエージェントRLの最も基本的な設定,すなわち2プレーヤゼロサムマルコフゲームに焦点を当てる。両エージェントから対称更新を施した単一ループポリシー最適化手法を提案し,この手法はエントロピー規則化楽観的乗算重み更新法(OMWU)によって更新される。我々の収束結果は、最もよく知られた複雑性を改善し、競合するマルコフゲームにおけるポリシー最適化をよりよく理解する。
論文参考訳（メタデータ） (2022-10-03T16:05:43Z)
Fast Objective & Duality Gap Convergence for Non-Convex Strongly-Concave Min-Max Problems with PL Condition [52.08417569774822]
本稿では,深層学習(深層AUC)により注目度が高まっている,円滑な非凹部min-max問題の解法に焦点をあてる。
論文参考訳（メタデータ） (2020-06-12T00:32:21Z)
A Unified Theory of Decentralized SGD with Changing Topology and Local Updates [70.9701218475002]
分散通信方式の統一収束解析を導入する。いくつかの応用に対して普遍収束率を導出する。私たちの証明は弱い仮定に依存している。
論文参考訳（メタデータ） (2020-03-23T17:49:15Z)
Public Bayesian Persuasion: Being Almost Optimal and Almost Persuasive [57.47546090379434]
i) 任意の状態空間, (ii) 任意の行動空間, (iii) 任意の送信者のユーティリティ関数を用いて, 一般の状況下での公衆の説得問題を考察する。任意の公的な説得問題に対して準多項式時間ビクテリア近似アルゴリズムを提案し、特定の設定でQPTASを出力する。
論文参考訳（メタデータ） (2020-02-12T18:59:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。