多机器人布局的完全分布式GNE算法：无需乘数共识

近期机器学习研究日益关注非合作博弈中的均衡分析，而非仅关注最优解。许多此类问题涉及共享约束，可建模为广义纳什均衡问题（GNEP）。对于强单调博弈，现有方法通过交换拉格朗日乘数来计算基于共识的变分GNE（v-GNE）。我们提出一种针对共享线性等式约束的完全分布式连续时间算法，该算法无需乘数交换即可收敛，并能达到任何GNE，从而减少通信开销并提升隐私性。同时提供了离散时间方案，并在多机器人布局任务上验证了该方法。