Decentralized Event-Triggered Consensus of Linear Multi-agent Systems under Directed Graphs
针对具有一般线性动力学的多智能体系统的一致性问题，提出了一种事件触发控制方法。本文扩展了以前的工作，考虑代理商连接使用有向图。此外，这里所示的方法提供了保证正事件间时间间隔的渐近共识。这种事件触发控制方法也用于存在通信延迟的情况。对于通信延迟的情况下，我们还表明，代理实现共识渐近，对于每个代理，连续传输之间的时间间隔是下界的一个正常数。
2015-02-12 math.OC
Receding Horizon Consensus of General Linear Multi-agent Systems with Input Constraints: An Inverse Optimality Approach
在实际多智能体系统中，如何满足系统约束条件并达到最优性能的一致性协议设计是一个令人期待而又具有挑战性的问题。研究了控制输入受限的一般线性MAS的最优一致性问题。考虑了两类MAS，包括半稳定和不稳定的动态子系统。对于这两类无输入约束的MAS，首先利用逆最优性方法得到了最优一致性协议的设计结果。利用最优共识协议，滚动时域控制（RHC）的共识策略设计这两类输入约束的MAS。推导了分布式分配费用函数的条件，并在此基础上建立了分布式基于RHC的共识框架。其次，分析了闭环系统的可行性和一致性。结果表明：1）逆最优一致性协议下的最优性能指标与网络拓扑结构和子系统的系统矩阵耦合，但对于半稳定和不稳定子系统的MAS，它们是不同的; 2）子系统的不稳定模式对参数设计提出了更严格的要求; 3）所设计的基于RHC的一致性控制策略，在满足控制输入约束的前提下，保证了闭环系统在两种情况下的一致性。但对于具有半稳定子系统的MAS，可以达到{ \em收敛一致性}。最后，通过两个算例验证了所得结果的有效性.
2016-01-29 math.OC
Event-triggered bipartite consensus for multiagent system with general linear dynamics: an integral-type event triggered control
针对动力学由一般线性系描述的多智能体系统，提出了一种基于积分的事件触发控制器。我们证明了系统在渐近状态下达到双方共识，并且每个代理的两个连续触发时间之间存在正的最小事件间时间（MIET）。渐近稳定性的证明涉及到一个新的论点，用于约束的范数之间的差异的真实状态和它的估计状态（每次）的平方积分。数值结果支持所提出的控制器的有效性。
2021-11-29 math.OC
Distributed Consensus over Markovian Packet Loss Channels
研究了多智能体系统的一致性问题，其中智能体之间通过马尔可夫丢包信道进行通信。我们试图确定的条件下，存在一个线性分布的共识控制器，使MAS可以实现均方共识。首先给出了单输入独立同分布MAS的一致性的充要条件。渠道损失，这补充了现有的结果。然后，我们继续研究相同的马尔可夫分组丢失的情况。基于马尔可夫跳变线性系的稳定性，首先导出了一致性的充要条件。基于线性矩阵不等式（LMI）的可行性，提出了一个数值可验证的一致性准则。此外，对一般的MAS给出了均方一致性的解析充分条件和必要条件。随后研究了非相同分组丢失的情况。提出了基于线性矩阵不等式的一致性充要条件和充分条件。最后，进行了数值模拟，以验证推导的结果。
2018-10-08 math.OC
Linear Stochastic Approximation Algorithms and Group Consensus over Random Signed Networks: A Technical Report with All Proofs
本文研究线性随机逼近（SA）算法及其在工程学和社会学中的多智能体系统中的应用。作为主要贡献，我们提供了充要条件和充分条件的线性SA算法收敛到一个确定性或随机的最终向量。当系统收敛时，我们还刻画了系统的收敛速度。此外，与传统模拟退火算法中增益函数为非负不同，本文还考虑了增益函数可以取任意实数的情况。利用我们的一般处理方法，我们给出了随机签名网络上具有状态依赖噪声的一阶离散多智能体系统达到一致性和群体一致性的充要条件.最后，我们将我们的结果扩展到多维线性SA算法的设置和随机交互网络上的多维Friedkin-Johnsen模型的行为特征。
2018-09-06 math.OC
Asymptotic behavior of the linear consensus model with delay and anticipation
该研究针对带传输型和反应型时滞的一阶线性一致性模型，分析预期对两智能体系统解的双向作用，推导多智能体系统渐近一致性的显式充分条件，采用Lyapunov型泛函完成证明。
2021-05-30 math.OC
Optimal Rejection of Bounded Perturbations in Linear Leader-Following Consensus Protocol: Method Invariant Ellipsoid
本文将不变椭球方法扩展到领导-跟随一致性问题，在有界扰动下给出最优控制参数的充要条件，使跟随者状态收敛并保持在领导者状态周围的最小不变椭球内。
2024-02-19 math.OC
On the Linear Convergence of the ADMM in Decentralized Consensus Optimization
在分散式共识优化中，连接的代理网络协作地最小化它们在公共决策变量上的局部目标函数的和，其中它们的信息交换在邻居之间受到限制。为此，可以首先获得问题的重新表述，然后应用乘子的交替方向法（ADMM）。该方法采用迭代计算在各个代理和邻居之间的信息交换。据观察，这种方法收敛迅速，被认为是强大的。本文对具有强凸局部目标函数的分散一致最优化问题建立了它的线性收敛速率。根据网络拓扑结构、局部目标函数的性质和算法参数，给出了算法的理论收敛速度。这一结果不仅是性能保证，也是加快ADMM收敛的指导方针。
2014-11-30 math.OC
Optimal Output Consensus of Heterogeneous Linear Multi-Agent Systems Over Weight-Unbalanced Directed Networks
研究了权重不平衡有向网络上异构线性多智能体系统的分布式最优输出一致性问题。提出了一种新的分布式连续时间状态反馈控制器，使所有智能体的输出收敛到全局费用函数的最优解。在非平衡有向图强连通和局部费用函数强凸且具有全局Lipschitz梯度的标准条件下，建立了闭环多智能体系统的指数收敛性.然后，所提出的状态反馈控制法扩展到基于双稳态的输出反馈设置。最后通过两个算例验证了所提控制方案的有效性。
2021-11-16 math.OC
Optimal output consensus for linear systems: A topology free approach
本文对具有线性连续时间动态的齐次系统，提出了一个最优控制问题。在这个问题中，代理的控制信号的凸成本函数应最小化，而代理的输出应在某个给定的有限时间一致。这是集合或有限时间共识问题的一个实例。我们解决这个问题，没有任何限制的通信拓扑结构，并提供了一个解决方案，作为一个明确的反馈控制法的情况下，当代理的动态输出可控。结果表明，由解导出的通信图拓扑是完备的。基于有限时间一致性问题的解，我们给出了无限时间范围情况下的解。此外，我们调查在什么情况下，它是可能的，以表示控制器的反馈控制法律的输出，而不是状态。
2015-10-14 math.OC
Multi-agent constrained optimization of a strongly convex function over time-varying directed networks
我们认为合作的多智能体共识最优化问题在静态和时变通信网络，只允许本地通信。我们的目标是最小化代理特定的私人圆锥约束集上的代理特定的可能非光滑的复合凸函数的总和，因此，最佳的共识决策应该位于这些私人集合的交集。假设和函数是强凸的，我们提供了收敛速度在次优，不可行性和共识违反，检查底层网络拓扑结构的影响上的收敛速度的建议分散算法。
2017-06-24 math.OC
Fast Quantized Average Consensus over Static and Dynamic Directed Graphs
在本文中，我们研究了分布式平均一致性问题的多智能体系统与有向通信链路，受到量化的信息流。具体来说，我们提出并分析了一种分布式平均算法，该算法专门使用量化值（即，在相邻代理之间存储、处理和交换的信息经受确定性统一量化）并且依赖于事件驱动更新（例如，以减少能量消耗、通信带宽、网络拥塞和/或处理器使用）。该算法的主要思想是每个节点（i）将其初始状态建模为两个量化分数，其分子等于节点的初始状态，并且子数等于1，并且（ii）随机发送一个分数，而另一个分数则保持存储。然后，每当它接收到一个或多个分数时，它就将它们的分子与它存储的分数的分子进行平均，然后将它们发送给随机选择的外邻居。我们的特点所提出的分布式算法的属性，并表明其执行，在任何静态和强连接的有向图，允许每个代理在有限的时间内达到一个固定的状态，等于（在一个量化水平）的平均初始状态。我们扩展了算法的操作，以实现有限时间收敛的存在下，一个动态的有向通信拓扑的一些连接条件。最后，我们提供的例子来说明所提出的算法的操作，性能和潜在的优势。我们比较国家的最先进的量化平均共识算法，并表明我们的算法的收敛速度显着优于大多数现有的协议。
2021-03-09 cs.SY eess.SY math.OC
Stabilization and Consensus of Linear Systems with Multiple Input Delays by Truncated Pseudo-Predictor Feedback
针对多输入时滞线性系的镇定问题，提出了一种新的方法--伪预测反馈镇定方法。与传统的基于模型降阶的预测反馈方法不同，该方法利用预测的思想，将单输入时滞线性系的相应结果推广到多输入时滞系统.由于PPF通常会导致分布式控制器，因此建立了截断伪预测反馈（TPPF）方法，该方法给出有限维控制器。结果表明，只要开环系统是多项式不稳定的，TPPF就可以补偿任意大的有界时延。然后，将所提出的TPPF方法用于求解具有多输入时滞的线性系的多智能体系统的一致性问题. 数值算例验证了方法的有效性.
2014-09-09 math.OC
Nonlinear Consensus for Distributed Optimization
分布式优化算法已经在文献中得到了广泛的研究，然而，大多数算法的基础是一个线性共识计划，即通过双随机阵从邻居平均变量。我们考虑一组时变和代理依赖的单调Lipschitz非线性变换的非线性共识计划，其中我们注意到的操作是一个子投影到共识平面，这已被确定通过随机逼近理论。对于提出的非线性共识方案，我们建立了与NEXT算法结合时的收敛性[Lorenzo and Scutari，2016]，并分析了与DGD算法结合时的收敛速度[Nedić and Ozdaglar，2009]。此外，我们表明，收敛仍然可以得到保证，即使列随机性放松的八卦的原始变量，然后再加上这与非线性变换表明，作为一个结果，可以选择任何点内的“收缩立方体壳”跨越邻居的变量在共识步骤。我们进行了数值模拟，以证明不同的一致性计划提出的文件可以优于传统的线性计划。
2023-03-13 math.OC
Deep Learning-Based Average Consensus
本研究针对复杂网络线性平均一致性算法加速问题，提出用深度学习训练时变网络边权重的方法，可在有限/无限时间窗下实现更快一致性，误差显著低于基线策略。
2020-08-07 math.OC
Consensus Control for Linear Systems with Optimal Energy Cost
在本文中，我们设计了一个最优能量成本控制器的线性系渐近一致给定的图的拓扑结构。控制器仅依赖于代理的相关信息。由于找到这样的控制器的控制增益是困难的，我们专注于寻找一个最优控制器中的一个经典的家庭的控制器，这是基于代数Riccati方程（ARE），并保证渐近一致。通过分析，我们发现能量成本是有界的一个区间，因此我们最小化的上界。为了做到这一点，有两类变量需要优化：控制增益和图的边权重，因此从两个角度进行设计。通过在ARE中选择$Q=0$获得次优控制增益。允许负的边权，并将问题表示为半定规划（SDP）问题。具有负边权重意味着允许代理之间的“竞争”。此设置背后的动机是获得更好的系统性能。我们从优化的角度给出了一个不同的证明，并证明了当图是完全的且具有相等的边权时，控制能量成本最低。此外，还给出了负最优边权重实现存在的两个充分条件。
2017-10-25 math.OC
Distributed Event-Triggered Leader-Follower Consensus of Nonlinear Multi-Agent Systems
我们考虑分布式领导者-追随者的共识问题与事件触发的通信。所考虑的系统是一个非线性输入仿射多智能体系统。该方法假设智能体具有相同的动力学结构，且参数不确定，满足增量稳定性条件。提出了一种分布式控制律，它基于两个新的通信触发条件（CTC）实现一致性：第一个条件实现渐近一致性，但不保证Zeno行为;第二个条件排除Zeno行为，但具有实际一致性.
2023-03-03 math.OC
Decentralized Computation of Effective Resistances and Acceleration of Consensus Algorithms
将加权无向图中的一对节点之间的有效电阻定义为在第一个节点处注入单位电流并在第二个节点处提取单位电流时在它们之间感应的电势差，将边的权重视为边的电导值。有效电阻是求解线性系、马尔可夫链和连续时间平均网络等许多应用和领域中的一个关键量。我们开发了一个有效的线性收敛分布式算法计算有效电阻，并通过数值研究证明其性能。我们还将我们的算法应用于共识问题，其目标是以分布式方式计算节点值的平均值。我们发现，我们开发的分布式算法的有效电阻可以用来加速收敛的经典共识迭代相当大的一个因素取决于网络结构。
2017-08-23 math.OC
Distributed PID Control for Consensus of Homogeneous and Heterogeneous Networks
我们研究了使用分布式PID行动，以实现一致性的同质和异质线性系的网络。收敛性的战略证明了这两种情况下，使用适当的状态变换和李雅普诺夫函数。理论结果的有效性说明通过其应用到一个代表性的电网模型最近在文献中提出。
2014-10-21 math.OC
Linear Consensus Algorithms Based on Balanced Asymmetric Chains
分析了基于所谓平衡非对称链的更新步骤的多智能体共识算法。对于这样的算法，它表明：（i）的状态的聚集点的集合是有限的，（ii）的渐近无条件发生的单一共识或多个共识是直接相关的属性的绝对无限流的底层更新链。结果被应用到众所周知的共识模型。
2013-03-26 cs.SY eess.SY math.DS
Scalability and Fragility in Bounded-Degree Consensus Networks
我们调查的线性共识算法的性能受到底层网络规模的缩放。具体来说，我们建模网络系统$n^{\text{th}}$顺序积分动态家庭的无向，加权图有界节点度。在这样的网络中，代数连通性影响收敛速度、灵敏度，并且对于高阶一致性（$n \ge 3$）影响稳定性。这种连通性在网络规模上不利地扩展，除了在扩展器家族中，无论网络规模如何，共识都表现良好。然而，我们发现，在扩展家庭的共识是脆弱的接地的网络（导致领导者-追随者的共识）。我们发现，接地可能会恶化系统性能的数量级在大型网络，或导致不稳定的高阶共识。我们的研究结果，我们通过模拟说明，也指出了一个根本的限制，共识网络的可扩展性与领导者，这并不适用于无领导者的网络。
2020-06-03 math.OC
Uncovering latent consensus in heterogeneous populations: The Mixture Linear Ordering Problem
Universidad de Castilla-La Mancha（卡斯蒂利亚-拉曼恰大学）；Universidad de Murcia（穆尔西亚大学）；Instituto Centro de Investigación Operativa, Universidad Miguel Hernández de Elche（米格尔·埃尔南德斯大学伊尔切运营研究中心）
本文提出混合线性排序问题，通过将群体分为潜在组并考虑其排序模式，解决传统线性排序在异质群体中的不足，采用混合整数规划和启发式方法实现高效求解。
2026-05-14 math.OC
Consensus Control of Linear Multi-Agent Systems with Non-uniform Time-varying Communication Delays
本文研究了相邻智能体之间存在通信延迟的多智能体系统的共识问题。我们考虑的情况下，每个代理的特点是一个一般的高阶线性系统和代理之间的通信延迟是不均匀的和时变的。我们设计了一个分布式控制协议的代理，并提供了一个等价的稳定性问题要解决，保证状态的一致性在组的代理。此外，时滞相关的稳定性准则提供了一个相结合的Lyapunov-Krasovskii方法与线性矩阵不等式方法。
2020-12-07 cs.SY eess.SY math.OC
Consensus Driven by the Geometric Mean
共识网络通常被理解为算术平均驱动的动态平均系统。然而，在应用中，网络动力学通常描述固有的非算术和非线性共识过程。在本文中，我们提出并研究了三种新的共识协议驱动的几何平均平均：多项式，熵，和缩放不变的协议，其中术语的特点，出现在各自的差分协议方程的特定的非线性。我们证明了指数收敛到共识的积极的初始条件。对于新协议，我们强调了与应用网络问题的连接：多项式共识系统的结构就像图上的化学动力学系统。熵一致性系统收敛于初始条件的加权几何平均，这是（加权）平均一致性问题的直接推广。我们发现，所有这三个协议产生梯度流的自由能的单形不变的质量分布向量，虽然在不同的度量。在此基础上，我们提出了一种新的变分表征的几何平均的解决方案的非线性约束最优化问题，涉及自由能作为费用函数。我们用数值模拟来说明我们的发现。
2016-08-05 math.DS math.OC
Consensus of Multi-Agent Systems with General Linear and Lipschitz Nonlinear Dynamics Using Distributed Adaptive Protocols
School of Automation, Beijing Institute of Technology（北京理工大学自动化学院）；Department of Electrical and Computer Engineering, Utah State University（犹他州立大学电气与计算机工程系）
针对一般线性和Lipschitz非线性多智能体系统，设计分布式自适应协议实现无向连通图下的完全分布式一致性，无需全局信息。
2011-09-17 cs.SY eess.SY math.OC
Graph diameter, eigenvalues, and minimum-time consensus
我们考虑在一个固定的无向图上以最少的线性迭代次数达到平均一致性的问题。我们的动机的任务，得出共识协议的下界和所谓的“确定性共识猜想”，其中规定，对于一个无向连通图G直径D存在D矩阵，其非零模式符合G中的边缘，其产品等于全一矩阵。我们的第一个结果是一个反例，明确的共识猜想，这是第一次改进的直径下界的线性共识协议。然后，我们提供了一些代数条件下，这一猜想成立，我们用它来建立所有的距离正则图满足明确的共识猜想。
2013-08-29 cs.MA math.OC
Scalable Average Consensus with Compressed Communications
Rice University（莱斯大学）
我们提出了一个新的分散的平均共识算法与压缩通信，规模与网络大小n线性。我们证明了所提出的方法收敛到平均值的初始值由本地代理的网络时，代理被允许与压缩消息进行通信。所提出的算法适用于广泛的一类压缩运营商（可能有偏见），代理人在任意静态，无向和连接的网络进行交互。我们进一步提出了数值实验，证实了我们的理论结果，并说明了我们的算法的可扩展性和通信效率。
2021-09-14 cs.DC cs.LG cs.SY
Robust Consensus of Linear Multi-Agent Systems under Input Constraints or Uncertainties
Toyota Technological Institute（丰田技术研究所）
本文提出了一种分析和综合鲁棒一致性控制律的新方法，针对一般线性无领导者多智能体系统，通过将系统转化为Lur'e系统网络，推导出在无向和有向环形通信拓扑下的共识条件和控制器增益设计，通过数值例子验证了方法的有效性。
2016-05-12 cs.SY eess.SY math.OC
A Newton Tracking Algorithm with Exact Linear Convergence Rate for Decentralized Consensus Optimization
本文研究了网络上的分散共识最优化问题，其中每个节点具有一个二阶可微局部目标函数。我们的目标是最小化本地目标函数的总和，并找到精确的最优解，仅使用本地计算和相邻的通信。我们提出了一种新的牛顿跟踪算法，其中每个节点更新其局部变量沿局部牛顿方向修改邻居和历史信息。我们调查建议牛顿跟踪算法和现有的几种方法，包括梯度跟踪和二阶算法之间的连接。在强凸性假设下，我们证明了它以线性速度收敛到精确的最优解。数值实验证明了牛顿跟踪的有效性，并验证了理论研究结果。
2020-08-24 eess.SP math.OC
Finding the Exact Delay Bound for Consensus of Linear Multi-Agent Systems
本文主要研究高阶线性多智能体系统的一致性问题。考虑了无向通信拓扑和固定、均匀的通信时延。这类问题已经在文献中得到了广泛的研究，但在时滞域上的精确时滞稳定性界仍然存在空白。更常见的分析是基于Lyapunov-Krasowskii泛函，它产生非常保守的结果，应用起来很麻烦。作为一种替代，我们采用集群处理的特征根范式来研究系统的稳定性的空间中的延迟。这允许以有效的方式生成精确和详尽的延迟界限。在稳定性分析之前，执行状态变换以解耦系统并简化问题，就像之前针对具有更简单动态的代理的共识问题所做的那样。仿真结果支持分析索赔。
2014-10-22 math.DS math.OC
Performance bound analysis of linear consensus algorithm on strongly connected graphs using effective resistance and reversiblization
The University of Tokyo（东京大学）
本文提出了一种基于有效电阻和可逆化的新方法，用于分析强连通图上线性一致性算法的LQ成本界限，扩展了非可逆情况下的性能分析。
2026-01-29 cs.MA math.OC
Designing Fully Distributed Consensus Protocols for Linear Multi-agent Systems with Directed Graphs
Peking University（北京大学）；Southeast University（东南大学）；University of California, Riverside（加州大学河滨分校）
本文提出基于智能体动态和邻近状态的分布式自适应共识协议，实现任意含定向生成树的通信图下的领导者-跟随者共识，且无需全局信息。
2014-08-20 cs.SY eess.SY math.OC
Distributed Consensus of Linear Multi-Agent Systems with Adaptive Dynamic Protocols
Beijing Institute of Technology（北京理工大学）；University of California, Riverside（加州大学河滨分校）；Nanyang Technological University（南洋理工大学）
针对一般连续时间线性多智能体系统，提出两种基于邻居相对输出信息的自适应动态一致性协议，实现无需全局信息的完全分布式一致性，并推广到领导-跟随和切换通信图情形。
2011-09-22 cs.SY eess.SY math.OC
On Arbitrary Compression for Decentralized Consensus and Stochastic Optimization over Directed Networks
Rice University（莱斯大学）
研究静态有向图上具有压缩通信的分散一致性和随机最优化问题。我们提出了一个迭代的基于梯度的算法，压缩消息根据所需的压缩比。所提出的方法可证明减少了网络上的通信开销，在每一个通信轮。与现有文献相反，我们允许任意的压缩比在通信的消息。我们显示了一个线性收敛速率所提出的方法的共识问题。此外，我们提供了明确的收敛速度分散随机最优化问题的光滑函数是（i）强凸，（ii）凸，或（iii）非凸。最后，我们提供了数值实验来说明在任意压缩比下的收敛性和我们的算法的通信效率。
2022-04-18 cs.LG cs.MA cs.SY
Stability, Linear Convergence, and Robustness of the Wang-Elia Algorithm for Distributed Consensus Optimization
我们重新审视了J. Wang和N.伊利亚通过基于Lyapunov的分析，我们证明了输入状态稳定的算法相对于一个封闭的不变集组成的最佳平衡和扰动影响算法的动态。在没有扰动的情况下，这一结果意味着局部估计的线性收敛和最优稳态的李雅普诺夫稳定性。此外，我们揭示了与著名的梯度跟踪和分布式积分控制的基本连接。总体而言，我们的研究结果表明，控制理论的方法可以有相当大的影响（分布式）优化，特别是当鲁棒性被认为是。
2022-04-21 cs.SY eess.SY math.OC
Achieving Optimal Output Consensus for Discrete-time Linear Multi-agent Systems with Disturbance Rejection
本文研究了离散时间线性多智能体系统在外部干扰下的最优输出一致性问题。每个代理被分配一个本地代价函数，这是只知道自己。分布式协议的目的是保证这些高阶代理的输出共识，同时最小化这些本地成本之和的总成本。为了克服高阶动力学和外部干扰带来的困难，我们开发了一种嵌入式设计，并建设性地提出了一种分布式规则来解决这个问题。所提出的控制包括三个方面：一个最佳的信号发生器下的有向信息图，一个基于补偿器，以拒绝这些干扰，和这些线性代理的参考跟踪控制器。它被证明解决了一些温和的假设制定的问题。数值例子也说明了我们提出的分布式控制法律的有效性。
2020-12-25 cs.SY eess.SY math.OC
Consensus of Discrete-Time Linear Multi-Agent Systems with Observer-Type Protocols
Beijing Institute of Technology（北京理工大学）；Peking University（北京大学）；City University of Hong Kong（香港城市大学）
针对离散时间线性多智能体系统，提出基于邻居相对输出的观测器型协议，将共识问题转化为低维矩阵稳定性，并给出协议设计算法以实现有向拓扑下的共识。
2011-03-06 cs.SY eess.SY math.OC
Reciprocity of Algorithms Solving Distributed Consensus-Based Optimization and Distributed Resource Allocation
本文的目的是提出一个程序来获得分布式算法的分布式共识为基础的优化，通过使用分布式算法的网络资源分配，反之亦然交换网络/无同步协议。结果表明，一阶梯度分布式基于共识的优化算法可以用来找到一个最优解的分布式资源分配与同步协议下较弱的假设下，在文献中给出的非切换（静态）网络。结果表明，一阶梯度分布式资源分配算法可以用来找到一个最优解的分布式共识为基础的优化。本文的结果可应用于时变随机有向网络，无论有无同步协议，其初始化都是任意的。因此，现在可以使用几种算法来推导基于共识的优化和资源分配的分布式算法，这可以克服现有结果的局限性。虽然本文的重点是一阶梯度算法，但应注意的是，结果也适用于二阶梯度算法。
2022-08-02 cs.SY eess.SY math.OC
Cooperative Target Capture using Predefined-time Consensus over Fixed and Switching Networks
我们提出了预定义的时间共识为基础的合作制导律的一大群拦截器，同时捕获的目标能够执行各种运动。与主从式协同制导技术不同，拦截器群没有领导者，每个拦截器以分布式方式执行自己的制导命令，从而避免了任务在单个拦截器上的驻留。我们首先设计的合作制导命令的目标的移动性，其次是相同的目标是固定的，并考虑到拦截器的拓扑结构的变化。我们进一步表明，通过严格的分析，建议的合作制导律保证在一个预定义的时间内的拦截器的时间去值的共识。所提出的设计允许在设计过程中任意设定可行的一致时间，而不管拦截器的初始剩余飞行时间值如何，从而确保同时对目标进行拦截。我们还证明了所提出的设计的有效性，通过模拟拦截器连接在静态和动态网络。
2021-09-03 cs.SY eess.SY math.OC
Distributed Real-Time Non-Linear Receding Horizon Control Methodology for Multi-Agent Consensus Problems
San José State University（圣何塞州立大学）
本文研究了多智能体非线性系统的一致性问题，提出了一种分布式实时非线性滚动预测控制方法，无需线性化技术，在固定有向/无向图上实现非线性多智能体系统的一致性，并通过逆向扫掠黎卡提方法将问题转化为优化问题，从而得到非迭代算法，同时进行了稳定性分析以保证收敛性，并扩展了非线性多智能体系统领导者-跟随者一致性方法。
2015-10-27 cs.SY eess.SY math.OC
On the Local Linear Rate of Consensus on the Stiefel Manifold
Texas A&M University（德克萨斯农工大学）；University of Minnesota（明尼苏达大学）
研究了Stiefel流形上无向连通图一致性问题的黎曼梯度法的收敛性. Stiefel流形是一个非凸集，在欧几里得空间中平均的标准概念对这个问题不起作用。提出了Stiefel流形上的分布式黎曼共识（DRCS），并证明了它具有局部线性收敛速率.更重要的是，该局部速率与通信矩阵的第二大奇异值渐近地成比例，这与欧几里得空间中的公知速率相当。据我们所知，这是第一个工作表明平等的两个利率。主要的技术挑战包括（i）开发用于收敛分析的黎曼限制割线不等式，以及（ii）确定条件（例如，合适的步长和初始化），在该算法下，算法总是停留在局部区域中。
2021-01-22 cs.LG cs.SY eess.SY
REDCHO: Robust Exact Dynamic Consensus of High Order
本文讨论了多智能体系统中当期望的一致性数量是时变信号时的平均一致性问题。最近，EDCHO协议利用高阶滑动模式来在受限的初始条件集合下实现精确共识，限制了其对静态网络的适用性。在这项工作中，我们提出了REDCHO，以前的协议，这是强大的初始条件不匹配的扩展，使其适合使用的情况下，连接和断开代理是可能的。该协议的收敛性能进行了正式的探讨。最后，我们的建议的有效性和优势与具体的仿真例子显示的好处，REDCHO对其他方法在文献中。
2022-05-25 cs.MA cs.SY eess.SY
Growing Linear Consensus Networks Endowed by Spectral Systemic Performance Measures
Massachusetts Institute of Technology（麻省理工学院）；Lehigh University（理海大学）
本文提出一种基于谱系统性性能度量的线性共识网络设计与性能分析方法，通过单调、凸且正交不变的谱函数分析，提出两种高效算法解决网络生长问题，并分析了理论极限和算法有效性。
2017-06-23 cs.SY eess.SY math.DS
A Decentralized Second-Order Method with Exact Linear Convergence Rate for Consensus Optimization
本文考虑了分散共识最优化问题，其中全局目标函数的不同和数在网络中只能与邻居通信的节点处可用。乘子的近端方法被认为是一个强大的工具，它依赖于适当定义的增广拉格朗日函数上的近端原始下降和对偶上升更新。增广拉格朗日的结构使得这个问题不可分解，这就排除了分布式实现。这个问题通常通过使用乘法器的交替方向法来解决。精确二阶方法（ESOM）在这里被引入作为一种替代方案，依赖于：（i）使用可分离的二次近似的增广拉格朗日。(ii)截断泰勒级数估计的解决方案的一阶条件施加在最小化的二次近似的增广拉格朗日。当总费用函数为强凸函数且梯度为Lipschitz连续时，ESOM生成的原始变量和对偶变量序列线性收敛于其最优参数.数值结果表明，ESOM相对于分散的替代解决最小二乘和逻辑斯谛回归问题的优势。
2016-02-01 cs.DC math.OC
Leader-following Consensus over Jointly Connected Switching Networks is Achievable for Exponentially Unstable Linear Systems
Southern University of Science and Technology（南方科技大学）；The Chinese University of Hong Kong（香港中文大学）
本文提出在联合连接切换网络上，指数一致性的实现对于一般线性多智能体系统，即使系统矩阵指数不稳定也是可能的，突破了传统限制。
2026-03-19 cs.MA cs.SY eess.SY
Constrained H-infinity Consensus with Nonidentical Constraints
本文研究了具有不同约束集的多智能体网络的约束H ∞一致性问题。采用一种改进的分布式算法，并定义了一个非线性控制输出函数来评估扰动的影响。然后证明了当某个线性矩阵不等式有正解时，约束H_∞一致性是可以实现的。
2020-12-05 cs.SY eess.SY math.OC
On predefined-time consensus protocols for dynamic networks
提出了一类新的具有固定时间收敛性的一致性协议，该协议将一致性状态的上界定义为一致性协议的一个参数，保证了一致性协议与节点初始条件的独立性.我们证明，我们的方法包括目前的固定时间的共识协议，是基于均匀的双限向量场类。此外，所提出的框架，使独立的共识协议，不需要是同质的双限制的发展。该建议提供了额外的自由度来实现具有增强收敛特性的共识算法，例如减少真实收敛时刻和用户选择的上界之间的差距。我们提出了两类固定时间的共识协议的动态网络，由一阶动态的节点，并提供了充分条件设置的上界收敛先验作为共识协议参数。第一个协议收敛到平均值的初始条件的节点，即使在动态网络之间切换。与第一协议不同，第一协议要求在每个时刻评估每个邻居的非线性预定义时间一致性函数（下文将介绍），第二协议仅要求单个评估，并确保静态拓扑的预定义时间一致性和动态网络的固定时间收敛。使用李雅普诺夫分析证明了预定义的时间收敛性，并进行了仿真，以说明所提出的技术的性能。暴露的结果已被应用到预定义的时间收敛的编队控制协议的设计，以展示其主要功能。
2019-12-03 cs.SY eess.SY math.OC
Decentralized design of consensus protocols with minimal communication links based on directed spanning tree
College of Artificial Intelligence and Automation, Beijing University of Technology（北京工业大学人工智能与自动化学院）；Engineering Research Center of Digital Community, Ministry of Education（教育部数字社区工程研究中心）
本文提出基于有向生成树的去中心化共识协议设计方法，通过线性变换和最小通信链路实现多智能体系统的共识问题转化与稳定控制，验证了去中心化设计的有效性。
2026-03-17 cs.SY eess.SY math.OC
On Linear Convergence of PI Consensus Algorithm under the Restricted Secant Inequality
Tata Consultancy Services Research（塔塔咨询服务研究中心）；Indian Institute of Technology, Bombay（印度理工学院孟买分校）
针对固定步长 PI 一致性算法缺乏非凸情形收敛保证的问题，本文基于 Lyapunov 理论证明其在受限割线不等式和速率匹配离散化下指数收敛，并提出同时作用于梯度与一致性项的局部正定预处理以加速收敛。
2024-10-28 cs.LG 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
Linear Time Average Consensus on Fixed Graphs and Implications for Decentralized Optimization and Multi-Agent Control
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出了一种在固定无向图上实现线性收敛时间的平均一致性协议，并探讨了其在多智能体控制和去中心化优化中的应用。
2017-08-04 cs.DC cs.SY eess.SY
Higher-order interaction model from geometric measurements
我们介绍了一个更高的单纯推广的线性共识模型，它有几个共同的特点。众所周知的线性共识模型是一个梯度流，每对点之间的距离平方和。我们新提出的模型也表示为梯度流配备了总$n$维体积功能组成的$n+1$点作为潜在的。以这种方式，线性一致性模型与$n=1$的情况一致，其中距离被理解为1维体积。从一个简单的数学分析，可以很容易地表明，线性共识模型（梯度流与1维体积泛函）崩溃到一个单一的点，这可以被认为是一个0-复合体。通过推广这个结果，我们证明了我们模型的解收敛到一个$(n-1)$维仿射子空间。我们还进行了几个数值模拟与一个有效的算法，降低了计算成本。
2022-11-20 cs.NA math.NA math.OC
Stochastic Proximal Gradient Consensus Over Random Networks
我们考虑解决一个凸的，可能的随机最优化问题的随机时变多智能体网络。每个代理都可以访问一些局部目标函数，并且它只具有平滑分量的梯度的无偏估计。我们开发了一个动态随机近似梯度一致性（DySPGC）算法，该算法具有以下主要特点：i）它适用于静态和某些随机时变网络，ii）它允许代理利用精确或随机梯度信息，iii）它以可证明的速度收敛。特别地，我们证明了该算法收敛到全局最优解，速度为$\mathcal{O}(1/r)$ [resp. [001 pdf 1st-31 files]当正确的时候，随机）梯度是可用的，其中r是迭代计数器。有趣的是，开发的算法桥接了许多（看似无关的）分布式优化算法，例如EXTRA（Shi et al. 2014），PG-EXTRA（Shi et al. 2015），IC/IDC-ADMM（Chang et al. 2014）和DLM（Ling et al. 2015）以及经典的分布式次梯度方法。识别这种关系允许这些方法的显著推广。我们还讨论了一个这样的推广，加速DySPGC（因此加速EXTRA，PG-EXTRA，IC-ADMM）。
2016-11-26 cs.IT math.IT math.OC
Consensus Algorithms and the Decomposition-Separation Theorem
分析了基于时间非齐次马尔可夫链的离散和连续时间线性一致性算法的收敛性。假设底层链满足所谓的无限喷流性质，建立了一致性和多重一致性的必要条件。Sonin将齐次马氏链的经典Kolmogorov-Doeblin分解-分离推广到非齐次马氏链的情形，证明了当马氏链是Touri和Nedic定义的P* 类马氏链时，所得到的分解-分离的必要条件也是充分的.它还表明，Sonin的定理导致重新发现和推广的大多数现有的相关共识的结果在文献中。
2014-09-24 cs.SY eess.SY math.DS
