提出了新的基于对偶平均的聚众算法，用于解决分散点之间的成对函数最小化问题，该算法的灵活性足以处理最优化问题的约束和规则的变体，并通过实证仿真验证了其实用性。

Jun, 2016

本文研究基于成对 “流言” 通信和更新的数字链接网络上的平均共识问题，并提出一组算法。我们研究了这些算法的收敛性质，旨在回答两个设计问题：代理应该通过确定性或随机量化器编码其通信，以及他们应该如何使用自己状态的精确信息来更新。

Jul, 2009

该论文在两个设置中确定了强凸和光滑分布式优化的最优收敛速率：中央集权和去中心化通信。对于中央集权算法，作者表明分布式 Nesterov 加速梯度下降算法是最优的。对于基于流言蜚语 (gossip) 的去中心化算法，作者提供了第一个最优算法 MSDA 方法，并通过最小二乘回归和分类的逻辑回归问题验证了其效率。

Feb, 2017

本文研究了一种名为地理流言算法的多跳通信网络消息传递方案，通过使用行程信息与 Markov 链混合时间不等式技术对随机化消息传递算法进行性能分析，提高了流言算法的效率。

Feb, 2008

本文介绍了一种新的框架用于多智能体系统中分布式约束非凸优化算法的收敛分析，该算法由局部随机梯度下降和 GOSSIP 步骤组成，不需要 GOSSIP 矩阵双随机性，证明了算法收敛于 Karush-Kuhn-Tucker 点集，并适用于在自然广播场景中节省网络能量。

Jul, 2011

本文示范了随机重球（SHB）方法是如何作为随机化闲话算法解决随机凸和非凸优化问题的。为此，我们专注于 SHB 的两种特殊情况：带动量的随机 Kaczmarz 方法及其块变体。在最近提出的随机化闲话算法设计和分析框架 [L Richtarik，2016] 的基础上，我们解释了所提出方法的分布式性质，并提出了用于解决平均一致性问题的新协议，其中在每个步骤中，网络的所有节点都更新其值，但只有其中的子集交换其私有值。我们还展示了在流行的无线传感器网络上运行我们协议的数字实验结果。

Sep, 2018

针对在网络传感器中的应用，该研究综述了流言算法在计算机科学、控制、信号处理和信息论领域的最新发展，重点介绍了算法收敛速度、在无线链路中传输的问题以及在分布式估计、信号源定位和压缩等方面的应用。

Mar, 2010

本文介绍了一种新的分布式梯度方法，称为 “推 - 拉梯度方法”，利用两种不同的图形实现代理之间的信息交换，并在同步和异步随机传递的情况下，线性地收敛于重要的自治网络。

Oct, 2018

本文研究了通过节点之间的交流来进行分布式优化的问题，提出了一种基于广播的算法，即 subgradient-push algorithm, 计算其收敛速率.

Mar, 2013

本文提出三种不同的随机流言算法，旨在解决平均共识问题的同时保护存储节点初始私有值的信息，并对所有方法给出了迭代复杂度的界限，进行了广泛的数值实验。

Jun, 2017