Tripartite and Sign Consensus for Clustering Balanced Social Networks
在本文中，我们解决了两种形式的共识多智能体系统的无向，签署，加权，和连接的通信图，假设代理可以被划分为三个集群，代表一个给定的特定主题的决策类，例如，在赞成，弃权和对手代理。我们将证明，在对代理之间的合作/对抗关系的一些假设下，对DeGroot算法的简单修改允许实现三方共识（如果属于同一类的代理的意见都收敛于同一决策）或签署共识（如果三个集群中代理的意见分别收敛于正值、零值和负值）。
2021-03-08 cs.SY eess.SY
Extremum Seeking Tracking for Derivative-free Distributed Optimization
本文提出一种结合梯度跟踪与极值搜索的分布式优化算法，在目标函数未知且仅能获取局部测量的场景下，通过李雅普诺夫和平均分析及共识理论实现任意精确的解估计，并用数值模拟验证。
2024-11-07 cs.SY eess.SY math.OC
Distributed continuous-time convex optimization on weight-balanced digraphs
University of California, San Diego（加州大学圣迭戈分校）
针对有向图上的连续时间分布式凸优化问题，本文揭示了基于共识的动力学在无向图上的成功不能直接迁移到有向图，并提出了一种在强连通权平衡有向图上保证收敛的替代分布式动力学。
2012-12-21 cs.SY eess.SY math.OC
On Adversary Robust Consensus protocols through joint-agent interactions
提出一类广义的对抗鲁棒一致性协议，通过单调联合智能体交互机制处理局部信息并允许状态值交叉比较，利用Petri Net抽象算法特征并基于结构不变量制定收敛准则。
2019-01-09 cs.SY eess.SY
Theorems about Ergodicity and Class-Ergodicity of Chains with Applications in Known Consensus Models
在多智能体系统中，无条件（多重）共识是达到（多重）共识的属性，而不管状态被初始化的时刻和值。对于线性算法，无条件（多重）一致性的出现等价于转移链（A_n）的（类）遍历性。对于一类广泛的链，即具有所谓平衡不对称性的链，给出了遍历性和类遍历性的充要条件。最后，利用所得结果分析了JLM模型、Krause模型和Cucker-Smale模型中主体状态的极限行为。特别是，无条件的单一或多重共识发生在所有三个模型中。此外，还得到了JLM模型无条件一致的充要条件和Cucker-Smale模型一致的充分条件.
2013-03-26 cs.SY eess.SY math.DS
Prescribed-Time Distributed Generalized Nash Equilibrium Seeking
Naval Postgraduate School（美国海军研究生学院）
针对安全关键多智能体系统，提出首个全分布式算法，在用户预设时间T内求解带共享耦合约束的广义纳什均衡问题，采用多速率增益调度解耦观测器、优化与对偶一致性三层耦合。
2026-06-19 cs.SY eess.SY math.OC
Privacy-Preserved Average Consensus Algorithms with Edge-based Additive Perturbations
在本文中，我们考虑的隐私保护问题，在离散和连续时间的平均共识算法与强连接和平衡的图形，对内部诚实，但好奇的代理或外部窃听。提出了一种新的算法，该算法在一致性计算过程中加入了基于边缘的扰动信号。我们的算法可以分为两个阶段：一个协调的加扰阶段，这是隐私保护，和收敛阶段。在加扰阶段，每个智能体需要产生一些扰动信号，并将它们添加到其引出的边缘上;在收敛阶段，智能体按照正常的更新规则更新它们的状态。它表明，一个内部诚实但好奇的代理可以获得目标代理的隐私，当且仅当没有其他代理可以与目标代理进行通信。
2021-09-06 cs.SY eess.SY math.OC
Prescribed-Time Fully Distributed Nash Equilibrium Seeking in Noncooperative Games
本文研究了连续时间非合作对策的指定时间全分布纳什均衡（NE）求解问题。通过利用伪梯度播放和共识为基础的计划，各种分布式NE寻求算法，无论是固定或切换通信拓扑结构，使收敛到NE在规定的时间内达到。特别是，一个规定的时间分布式NE寻找算法首先开发下一个固定的图找到NE在一个预先给定的和用户定义的时间，提供了一个静态控制器增益可以选择基于某些全局信息，如代数连通性的通信图和Lipschitz和单调常数的伪梯度与球员的目标函数。其次，提出了一种规定时间和完全分布式的NE搜索算法，通过设计异构动态增益来在线改变通信拓扑的权重，从而去除全局信息。此外，我们扩展此算法，以适应联合开关拓扑结构。理论上证明了基于时间函数变换的算法在给定的时间内严格保证了算法的全局收敛性。最后，通过数值仿真验证了设计的有效性。
2020-09-22 cs.SY eess.SY
Dynamic NE Seeking for Multi-Integrator Networked Agents with Disturbance Rejection
University of Toronto（多伦多大学）
本文研究了在外部扰动下多积分器网络代理博弈问题，提出了一种基于梯度博弈的纳什均衡寻求动力学，结合了动态内部模型组件以抑制扰动，通过局部通信实现部分信息下的共识子空间收敛。
2019-03-06 cs.SY eess.SY math.DS
Characterizing Attitudinal Network Graphs through Frustration Cloud
态度网络图是有符号图，其中边捕获表达的意见;由边连接的两个顶点可以是一致的（积极的）或对抗的（消极的）。一个符号图称为平衡图，如果它的每个圈都包含偶数条负边。平衡通常由挫折指数或通过找到网络共识的单一收敛平衡状态来表征。在本文中，我们建议扩大措施的共识，从一个单一的平衡状态与挫折指数的最接近的平衡状态。我们引入的挫折云作为一组所有最近的平衡状态，并使用图平衡算法，以确定性的方式找到所有最近的平衡状态。计算问题的解决，通过测量的共识概率，我们引入了新的顶点和边的指标来量化的状态，协议和影响。我们还介绍了一个新的全球措施的争议，为一个给定的签署图，并表明，顶点的地位是一个零和游戏的签署网络。我们提出了一种高效的可扩展算法，用于计算社交网络中基于云的挫败度测量以及多达80，000个顶点和50万条边的调查数据。我们还展示了所提出的方法相比，谱聚类和自动识别网络中的主导顶点和异常决策时，社区发现提供判别特征的力量。
2021-08-17 cs.CY cs.IR cs.SI
A Distributed Active Perception Strategy for Source Seeking and Level Curve Tracking
用于多代理系统定位源或遵循空间分布标量场的期望水平曲线的算法通常需要在代理之间共享场测量以用于梯度估计。然而，在本文中，我们提出了一种分布式主动感知策略，使不同大小和图形结构的群体执行源搜索和水平曲线跟踪，而不需要明确地估计场梯度或明确地共享测量。所提出的方法利用了一个共识式的主成分分析感知算法，不需要显式的通信，以计算一个局部的身体帧。这个身体框架被用来设计一个分布式控制法律，其中每个代理调制其运动的基础上，只有其瞬时场测量。几个稳定性的结果内得到的奇异摄动框架，证明了该战略的收敛性和鲁棒性。此外，效率通过各种计算机模拟和机器人实施$2$ -D标量场进行验证。主动感知策略利用了可用的本地信息，并有可能被用于各种应用，如生物和机器人群体中的信息传播建模。
2021-04-06 cs.SY eess.SY
Distributed Estimation with Information-Seeking Control in Agent Network
Vienna University of Technology（维也纳工业大学）；Chalmers University of Technology（查尔姆斯理工大学）
本文提出了一种分布式协作框架，结合信念传播与共识进行联合状态估计，并通过梯度上升最大化后验联合熵以优化信息寻求控制，实现了非线性和非高斯问题中的高效估计与控制。
2015-09-23 cs.SY eess.SY
Second-Order Agents on Ring Digraphs
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究所）；V.A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences（俄罗斯科学院控制科学瓦·阿·特拉佩兹尼科夫研究所）；V.A. Kotelnikov Institute of Radioengineering and Electronics of Russian Academy of Sciences（俄罗斯科学院无线电工程与电子学瓦·阿·科尔涅利尼科夫研究所）
本文研究了在特定环拓扑中连接的二阶线性代理达成一致的问题。与现有研究不同，我们关注的是在两个方向的环图中某些弧在规律方式下被删除的情况。得出的达成一致条件与网络中代理数量无关。
2018-11-22 cs.MA cs.SY eess.SY
Accelerated Consensus for Multi-Agent Networks through Delayed Self Reinforcement
University of Washington（华盛顿大学）
本文针对多智能体网络共识收敛速度问题，提出了一种基于加速梯度搜索的方法，通过延迟自我强化实现分布式共识，从而显著提升同步性能和减少过渡时间。
2018-12-30 cs.SY eess.SY
Time-Varying and Nonlinearly Scaled Consensus of Multiagent Systems: A Generic Attracting Law Approach
本文介绍了多智能体系统的有限/固定时间尺度的共识的设计和分析。首先研究了一类吸引子有限/固定时间收敛的非线性系统的一般吸引律，并给出了一般吸引律的定义.建立时间函数的上下限的估计是通过两阶段分析提供的。给出的估计是依赖于初始状态的，但持续时间是有限的，而不考虑初始状态所取的值。根据一般吸引律，分别针对无向图和细节平衡有向图的多智能体系统，提出了分布式协议，其中采用了时变尺度和非线性尺度策略.它表明，有限/固定时间的共识进行的多智能体系统仍然可以实现，即使是时变和非线性尺度之间的代理。数值模拟的两个说明性的例子来验证所提出的有限持续时间的共识协议的有效性。
2020-08-23 cs.SY eess.SY
Opinion Dynamics in Social Networks with Hostile Camps: Consensus vs. Polarization
University of Groningen（格罗宁根大学）；St. Petersburg State University（圣彼得堡国立大学）；ITMO University（ITMO大学）；Institute for Problems of Mechanical Engineering of Russian Academy of Sciences (IPME RAS)（俄罗斯科学院机械问题研究所）
本文研究了在存在敌对阵营的社交网络中，意见动态的共识与极化问题，提出了一种包含吸引和排斥耦合的模型，并证明了在时间变化的符号图中达成模共识的条件。
2015-08-20 cs.SY eess.SY math.OC
Robust Dynamic Average Consensus for a Network of Agents with Time-varying Reference Signals
针对智能体网络中时变参考信号的平均估计问题，提出基于边、采用平滑函数的连续DAC算法，可在智能体动态进出时避免抖振并保证零稳态误差。
2023-11-04 cs.SY eess.SY
On Robustness Analysis of a Dynamic Average Consensus Algorithm to Communication Delay
University of California Irvine（加州大学尔湾分校）
本文研究了在强连通且权衡平衡（SCWB）有向图上，动态平均一致性算法对通信延迟的鲁棒性。在无延迟通信情况下，该算法能够实现动态平均的渐近跟踪。本文分析了该算法在连续时间和离散时间实现中可接受的通信延迟范围，并研究了延迟对收敛速度和跟踪误差界的影响。同时，建立了可接受延迟界与SCWB有向图最大度数之间的关系。此外，本文还证明了对于在可接受范围内延迟的静态信号，算法能够实现完美跟踪。当交互拓扑是连通无向图时，证明离散时间实现能够容忍至少一个步骤延迟。仿真展示了我们的结果。
2018-12-11 cs.MA cs.SY eess.SY
Non-trivial consensus on directed signed matrix-weighted networks with compound measurement noises and time-varying topologies
School of Mathematics and Statistics, Wuhan University（武汉大学数学与统计学院）；College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院）
本文研究了在复合测量噪声和时变拓扑下，有向符号矩阵加权网络上的非平凡共识行为，提出了一种动态模型，同时捕捉了跨维度的协作与对抗交互、复合测量噪声和时变网络结构，证明了在均方和几乎确定意义下，所有智能体都能收敛到非零值。
2026-03-14 cs.MA cs.SY eess.SY
A Consensus-Based Generalized Multi-Population Aggregative Game with Application to Charging Coordination of Electric Vehicles
本文提出一种基于共识的广义多种群聚合博弈协调算法，通过双层迭代求解耦合约束下的电动汽车充电均衡问题，并证明了其收敛性。
2023-10-18 cs.SY eess.SY
Average Consensus on Arbitrary Strongly Connected Digraphs with Time-Varying Topologies
University of Toronto（多伦多大学）；Tokyo Institute of Technology（东京工业大学）
本文提出一种扩展的基于盈余算法，解决了时间变化拓扑下的多智能体平均一致性问题，推导出保证状态平均的必要充分图条件，无需对网络拓扑施加平衡或对称性质。
2013-05-30 cs.SY eess.SY
Average Consensus on General Strongly Connected Digraphs
Tokyo Institute of Technology（东京工业大学）
针对单向信息流的任意强连通有向图，提出两种分布式算法（确定性和随机性）实现状态平均，通过引入“盈余”变量并利用图论和非负矩阵工具分析收敛性。
2012-03-12 cs.SY eess.SY
Privacy preservation in continuous-time average consensus algorithm via deterministic additive obfuscation signals
University of California Irvine（加州大学尔湾分校）
本文研究了在强连通且权衡平衡的有向图上，连续时间拉普拉斯平均一致性算法中对抗内部和外部恶意代理的隐私保护问题，通过加性扰动信号作为隐私保护措施的有效性进行评估，提出了必要的充分条件，设计了观察器以识别其他代理的初始条件。
2021-09-24 cs.SY eess.SY
Robustness Enhancement of Consensus Networks: the Optimal Memory Depth
Xidian University（西安电子科技大学）；North China Electric Power University（华北电力大学）；Beihang University（北京航空航天大学）
本文研究多智能体共识网络的鲁棒性，通过引入单步记忆和可调记忆深度的共识协议，推导出实现共识的充要条件，并证明记忆深度对H2性能的增强作用，发现最优记忆深度取决于参数区域。
2026-05-28 cs.SY eess.SY
Are the flows of complex-valued Laplacians and their pseudoinverses related?
本文提出伪逆拉普拉斯流系统，研究复值网络中拉普拉斯流与伪逆流在一致性上的相互依赖性，并证明在特定网络中两者收敛一致性的等价条件。
2024-11-14 cs.SY eess.SY
Distributionally Robust Nash Equilibrium Seeking with Partial Observations and Distributed Communication
UCSD（加州大学圣地亚哥分校）
研究了随机单次游戏，考虑样本共享和个体可访问两种情况，提出ISBRAG算法求解分布鲁棒纳什均衡，并通过模拟验证结果。
2026-05-15 cs.GT cs.SY eess.SY
Rapid Transitions with Robust Accelerated Delayed Self Reinforcement for Consensus-Based Networks
快速转换对于基于共识的多智能体网络对外部刺激的快速响应非常重要。虽然高增益可以提高响应速度，但潜在的不稳定性往往会限制最大可能增益，因此限制了过渡期间达成共识的最大收敛速度。由于具有对称图的多智能体网络的更新规律可以看作是其Laplacian势函数的梯度，因此优化理论中的Nesterov型加速梯度方法可以进一步提高此类网络的收敛速度。加速梯度方法的一个优点是，它可以使用加速延迟自增强（A-DSR）来实现，这不需要来自网络的新信息，也不需要修改网络连接。然而，加速梯度方法并不直接适用于一般的有向图，因为更新律不是拉普拉斯势函数的梯度。这项工作的主要贡献是将加速梯度方法扩展到一般的有向图网络，而不需要图是强连接的。此外，虽然在加速梯度方法中的动量项和过时反馈项一般都很重要，但研究表明，对于图拉普拉斯算子具有实谱的网络，仅动量项就足以实现平衡的鲁棒性和快速过渡，而不会在主导模式中产生振荡。仿真结果表明，提出的鲁棒A-DSR的40%的结构鲁棒性和50%的收敛速度的共识，相比，没有A-DSR的情况下，性能的改善。此外，实验结果表明，与没有A-DSR的情况相比，鲁棒A-DSR的收敛速度快了37%。
2020-11-02 cs.SY eess.SY
Analysis and Consensus Control of Emergent Dynamic Polarization in Minimally-Nonlinear Opinion Dynamics
George Mason University（乔治梅森大学）
本文提出M-NOD框架解析社交网络观点演化产生的动态极化，证明其稳定性条件，开发局部控制策略仅锚定单个智能体即可消除振荡分歧、恢复共识。
2026-08-11 cs.SI cs.SY eess.SY
A Generalized Discrete-Time Altafini Model
Yale University（耶鲁大学）；Stony Brook University（石溪大学）；Australian National University（澳大利亚国立大学）
本文研究了一种离散时间模 consensus 模型，探讨了网络代理间交互的时变增益图特性，证明了在适当连通性下，集群会以指数速度收敛，且当增益图序列
2018-02-23 cs.DC cs.SY eess.SY
