标题：华南理工大学团队攻克多智能体黑箱非凸优化共识难题

围绕多智能体系统分布式共识优化这一核心问题，华南理工大学计算智能团队近期取得多项突破性进展。在智能城市、智能电网等前沿领域快速发展的背景下，多智能体系统作为新一代智能协同技术的基础，面临分布式优化与共识达成的重大挑战。

团队在IEEE/CAA Journal上发表了综述论文，系统梳理了进化计算与多智能体系统的交叉研究，提出描述性框架展望未来发展方向。同时，团队研发了多款创新算法，如MASOIE算法，通过内部学习与外部学习机制提升协同优化性能；MACPO算法，借助激励机制解决节点目标冲突问题；以及步长自适应机制CCSA，动态调整搜索节奏以应对复杂任务。此外，针对无线传感器网络中的“无数据关联”问题，团队提出MASTER算法，显著提升了多目标协同定位的精度。

为推动领域发展，团队还组织了CEC2024首届分布式黑盒共识优化竞赛，构建了具有挑战性的测试平台。未来，分布式共识优化将在联邦学习、工业控制等领域发挥更大作用，团队将继续深化基础研究与应用实践，欢迎各界同仁携手合作。