论文的创新点：

考虑聚合博弈的隐私保护分布式纳什均衡寻求算法设计. 特别地, 考虑该博弈不存在中心节点, 在这种情 况下, 每个玩家无法直接获得用于策略更新所需的聚合策略信息, 采用动态跟踪一致性协议对其进行估计, 其中 玩家用于估计聚合策略的状态量被认为是需要保护的敏感信息. 为了保护玩家的隐私, 利用相互独立的高斯噪声 对玩家的梯度信息进行干扰. 通过将 Frank-Wolfe 方法与动态跟踪一致性协议相结合, 设计时变通信拓扑下带约 束聚合博弈的分布式纳什均衡寻求算法. 进而, 分析算法实现(ε, δ)-差分隐私的方差界. 此外, 通过对聚合项估计 误差的收敛性分析得到算法收敛的充分条件, 给出算法的收敛性证明. 最后, 通过数值仿真验证了所提出算法的 有效性和收敛速度更快的优越性.

莫立坡教授简介：

莫立坡，系统科学学科博士生导师、北京物资学院研究生院常务副院长兼研究生工作部部长，中国人工智能学会空天智能专委会委员、北京应用统计学会理事、北京运筹学会常务理事。致力于复杂系统建模与调控领域的研究，在分布式优化与学习算法、多智能体系统与控制、应用统计等方面开展研究。主持国家自然科学基金项目4项，北京市自然科学基金重点研究专题子课题1项，北京市教委一般项目1项，北京市委组织部优秀人才项目1项。以第一作者或通讯作者发表学术论文70余篇，其中SCI检索50余篇，出版学术专著2部。近5年指导硕士研究生10人，博士研究生3人，主讲“概率论”、“应用随机过程”、“随机系统分析与控制”、“系统科学学科前沿”、“优化与博弈”、“高级统计学”等课程。出版教材2部，获批国家级一流本科课程1门。