Multi-Agent Reinforcement Learning for the Low-Level Control of a Quadrotor UAV
George Washington University（乔治·华盛顿大学）
本文提出多智能体强化学习框架，将四旋翼动力学分解为平移和偏航分量并分配协作智能体，结合正则化项，显著提升训练收敛速度、飞行控制性能与稳定性。
2024-02-26 cs.RO cs.SY eess.SY
Distributed Stochastic Optimal Control for Pattern-Oriented Swarms
Sun Yat-sen University（中山大学）
本文提出一种基于GRF的分布式随机最优控制框架，通过贝叶斯推理和密度引导实现图案化蜂群的安全导航与自愈重构，并经仿真与实物实验验证。
2026-09-15 cs.RO
Statistical Safety and Robustness Guarantees for Feedback Motion Planning of Unknown Underactuated Stochastic Systems
Johns Hopkins University Applied Physics Laboratory（约翰斯·霍普金斯大学应用物理实验室）；University of Michigan（密歇根大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
针对一类具有未知非线性随机欠驱动动力学的系统，提出了一种综合规划与控制的运行时安全性和目标可达性的统计保证方法.具体来说，给定一个动态数据集，我们的方法联合学习一个平均动态模型，一个空间变化的扰动界，它捕获噪声和模型失配的影响，以及一个基于收缩理论的反馈控制器，它稳定了学习的动态。我们提出了一个基于采样的规划器，使用平均动态模型，同时通过一个学习的干扰界的闭环跟踪误差的界限。我们采用极值理论（EVT）的技术来估计，到一个指定的置信水平，几个常数的特征学习组件和管理的跟踪误差界的大小。这确保了计划在运行时被安全地跟踪。我们验证，我们的保证转化为经验安全的模拟10 D四旋翼，并在现实世界中的物理CrazyFlie四旋翼和Clearpath豺狼机器人，而基线，忽略模型误差和随机性是不安全的。
2022-12-13 cs.LG cs.RO
Exact and Approximate Convex Reformulation of Linear Stochastic Optimal Control with Chance Constraints
Daniel Guggenheim School of Aerospace Engineering（丹尼尔·格金杰姆航空航天工程学院）
本文提出了一种离散时间随机线性系统的等价凸优化公式，以及针对二次机会约束的紧凸松弛方法，通过提升状态向量显式编码矩信息，精确捕捉多时间步的状态和控制机会约束，提升可行性与最优性。
2026-03-19 cs.RO cs.SY eess.SY
On the Convergence of Density-Based Predictive Control for Multi-Agent Non-Uniform Area Coverage
PhD Candidate（博士候选人）；Department of Mechanical Engineering（机械工程系）；New Mexico Institute of Mining and Technology（新墨西哥矿业与技术研究所）
本文提出基于密度的预测控制方法，用于高效实现多智能体非均匀区域覆盖，通过最优传输理论分析收敛性并优于现有方法。
2025-12-02 cs.RO cs.SY eess.SY
AMSwarmX: Safe Swarm Coordination in CompleX Environments via Implicit Non-Convex Decomposition of the Obstacle-Free Space
University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所）；Technical University of Munich（慕尼黑工业大学）；Vector Institute for Artificial Intelligence（向量人工智能研究所）；University of Tartu（塔尔图大学）
本文提出AMSwarmX，一种基于交替最小化的四旋翼蜂群规划方法，通过隐式非凸分解自由空间，统一处理静态与动态碰撞，显著提升成功率、降低任务时间与计算开销，并在多达12架Crazyflie上验证。
2023-10-13 cs.RO
Scalable and Safe Multi-Agent Motion Planning with Nonlinear Dynamics and Bounded Disturbances
Monash University（莫纳什大学）
我们提出了一个可扩展的和有效的多代理安全运动规划，使一组代理移动到他们所需的位置，同时避免与障碍物和其他代理的碰撞，与丰富的障碍物，高维，非线性，非完整动力学，驱动限制和干扰的存在。我们通过为每个代理找到一个分段线性路径来解决这个问题，从而保证遵循这些路径的实际轨迹满足到达和避免要求。我们表明，控制代理的实际轨迹的空间跟踪误差可以预先计算的任何合格的路径，认为每个路径段的最小持续时间，由于驱动限制。利用这些界限，我们通过求解混合整数线性规划为每个代理找到一条无冲突路径，并通过使用基于优先级的搜索来协调代理。我们展示了我们的方法，基准在2D和3D场景与地面车辆和四旋翼，分别，并显示改进的解决时间和解决方案的质量相比，两个国家的最先进的多智能体运动规划。
2020-12-16 cs.MA cs.RO
Nonlinear Density-Driven Optimal Control (D2OC) for Multi-Agent Spatial Coverage via Sequential Convex Programming
Texas Tech University（德克萨斯理工大学）
本文提出非线性密度驱动最优控制（D2OC）扩展，通过序列凸规划实现多智能体空间覆盖，在保持分布式密度驱动特性的同时，显著降低计算成本并保证覆盖性能。
2026-10-06 cs.MA cs.RO cs.SY
DiffCoord: Differentiable Coordination for Distributed Multi-Agent Trajectory Optimization
Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系）
提出DiffCoord框架，将截断ADMM-DDP管道的耦合参数通过端到端元学习联合优化，利用智能体神经网络实现任务自适应，并扩展到不同智能体数量。在协作空中运输系统中验证，相比现有方法将每智能体梯度计算时间减少70%。
2026-06-12 cs.LG cs.MA cs.RO
Density-Driven Optimal Control: Convergence Guarantees for Stochastic LTI Multi-Agent Systems
New Mexico Institute of Mining and Technology（新墨西哥矿业与技术学院）
本文提出随机密度驱动最优控制方法，通过拉格朗日框架实现多智能体系统非均匀区域覆盖，确保在随机LTI动态下时间平均经验分布收敛到非参数目标密度。
2026-04-09 cs.MA cs.RO cs.SY
How to Train your Quadrotor: A Framework for Consistently Smooth and Responsive Flight Control via Reinforcement Learning
Boston University（波士顿大学）；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）
我们专注于可靠的培训强化学习（RL）模型（代理）在嵌入式系统中的稳定的低级别控制的问题，并测试我们的方法上的高性能，定制的四旋翼平台。在开发用于连续控制的RL代理时，一个常见但经常未被研究的问题是开发的控制策略并不总是平滑的。这种平滑性的缺乏在学习用于部署在真实硬件上的控制器时可能是一个主要问题，因为它可能导致控制不稳定和硬件故障。当在仿真中训练RL代理时，噪声控制的问题进一步加剧，因为仿真器最终是现实的不完美表示-即所谓的现实差距。为了解决RL代理不稳定的问题，我们提出了一个系统的框架，“基于REinforcement的可转移代理通过学习”（RE+AL），用于设计模拟训练环境，当转移到真实平台时，保持训练代理的质量。RE+AL是Neuroflight基础设施的演变，详细信息见我们研究小组成员编写的技术报告。Neuroflight是一个最先进的框架，用于训练RL代理进行低级姿态控制。RE+AL通过解决阻碍Neuroflight部署到真实硬件的一些重要限制来改进和完善Neuroflight。我们在作为Neuroflight的一部分开发的NF 1赛车四旋翼上对RE+AL进行了基准测试。我们证明，RE+AL显着减轻了先前观察到的RL代理的平滑问题。此外，RE+AL被证明是一致的训练代理，飞行能力和控制器质量的最小退化转移。RE+AL代理还学习比调整的PID控制器更好地执行，具有更好的跟踪…
2021-02-22 cs.RO cs.SY eess.SY
Decentralized Motion Planning with Collision Avoidance for a Team of UAVs under High Level Goals
KTH Royal Institute of Technology（瑞典皇家理工学院）
研究了在高水平目标下的空中智能体团队的运动规划问题。我们提出了一种混合控制策略，保证每个代理的本地目标规范，这是作为一个时间逻辑公式的完成，同时保证代理间的冲突避免。特别是，通过定义3-D领域，绑定代理的体积，我们扩展了以前的工作分散的导航功能，并提出控制律，导航代理之间的预定义区域的工作空间的兴趣，同时避免相互碰撞。这使我们能够抽象的代理有限转移系统的运动，并通过采用标准的形式化验证技术，得到一个高层次的控制算法，满足代理的规格。仿真和四旋翼实验结果验证了该方法的有效性。
2016-10-04 cs.RO
Cooperative Path Integral Control for Stochastic Multi-Agent Systems
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Georgia Institute of Technology（佐治亚理工学院）；University of Nevada, Reno（内华达大学雷诺分校）
针对多智能体协作系统，提出了一种分布式随机最优控制方法。代理网络被划分为多个因子子系统，每个因子子系统由一个中心代理和相邻代理组成。局部控制动作只依赖于智能体的局部观测值来优化子系统的联合代价函数。在求解局部控制作用时，每个子系统的联合最优性方程被转换为线性偏微分方程，并使用Feynman-Kac公式求解。然后将解和最优控制作用表示为路径积分，并用Monte-Carlo方法近似。数值验证是通过一个仿真的例子组成的一个团队的合作无人机。
2021-03-21 cs.LG cs.MA cs.RO
Leader-Follower Formation Tracking Control of Quadrotor UAVs Using Bearing Measurements
TU/e, Eindhoven University of Technology（埃因霍温理工大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）；Instituto Superior Técnico, University of Lisbon（里斯本大学高等技术学院）；University of Macau（澳门大学）
本文提出了一种基于方位测量的四旋翼无人机领队-跟随formation跟踪控制方法，通过分层控制架构实现对任意复杂formation的跟踪，包括时间变化形状和旋转 maneuvers，验证了其有效性。
2025-02-21 cs.SY eess.SY
Continuous-Time Control Synthesis for Multiple Quadrotors under Signal Temporal Logic Specifications
University of Waterloo（滑铁卢大学）；Shenzhen Technology University（深圳技术大学）
本文提出双阶段框架，基于几何控制进行Lyapunov分析并设计多维增益，结合混合整数凸优化生成满足多智能体STL任务的轨迹，提升系统鲁棒性和暂态性能。
2026-03-30 cs.MA cs.SY eess.SY
Efficient Constrained Multi-Agent Trajectory Optimization using Dynamic Potential Games
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出利用约束动态势博弈结构，将多智能体耦合约束轨迹优化转化为单个最优控制问题，实现高效求解，并在导航实验中验证其比现有方法平均快20倍。
2023-08-04 cs.RO
Online Trajectory Generation with Distributed Model Predictive Control for Multi-Robot Motion Planning
Dynamic Systems Lab（动态系统实验室）；Institute for Aerospace Studies（航空航天研究所）；University of Toronto（多伦多大学）
我们提出了一种分布式模型预测控制（DMPC）算法，以产生多个机器人的实时轨迹。我们采用了\textit{on-demand collision avoidance}方法在以前的工作中，有效地计算过渡任务中的非碰撞轨迹。提出了一种事件触发的重新规划策略，以考虑干扰。我们的仿真结果表明，所提出的碰撞避免方法可以减少，平均约50%的旅行时间需要完成一个多智能体点到点的过渡时，相比研究良好的缓冲Voronoi细胞（BVC）的方法。此外，它在具有高密度代理的过渡任务中显示出更高的成功率，在18 m^3的竞技场中，30个手掌大小的四旋翼代理的成功率超过90%。该方法通过一群多达20架的无人机近距离飞行进行了实验验证。
2020-01-24 cs.RO
A Fast Semidefinite Convex Relaxation for Optimal Control Problems With Spatio-Temporal Constraints
The Hong Kong Polytechnic University（香港理工大学）；Tongji University（同济大学）
本文提出了一种快速半正定凸松弛方法，用于解决具有时空约束的最优控制问题，通过时间缩放直接多重射击方案和稀疏模式利用，提升计算效率与解的最优性。
2026-01-06 cs.RO
Topology-Guided Path Integral Approach for Stochastic Optimal Control in Cluttered Environment
KAIST（韩国科学技术院）
本文将不确定性条件下的机器人运动规划与控制问题转化为连续时间、连续空间的随机最优控制问题，提出了一种拓扑引导的路径积分控制方法。的路径积分控制框架，它形成了所提出的方法的骨干，重写的Hamilton-Jacobi-Bellman方程作为一个统计推断问题，由此产生的推理问题是解决的采样过程，计算控制轨迹的分布轨迹周围的被动动力学。然而，对于高度杂乱的环境中的机器人的运动控制，这种采样可以很容易地被困在一个局部最小值，除非样本大小是非常大的，因为局部最小值的全局最优性取决于不确定性的程度。因此，同源嵌入式采样为基础的规划，确定许多（潜在的）本地最小轨迹在不同的同源类的开发，以帮助采样过程。结合滚动时域的最优控制，该方法产生了一个动态可行的和无碰撞的运动计划，而不会陷入局部最小值。合成玩具问题和复杂障碍物场中四旋翼飞行器控制问题的数值算例验证了该方法的有效性。
2018-08-01 cs.RO
Real-Time Stochastic Kinodynamic Motion Planning via Multiobjective Search on GPUs
Stanford University（斯坦福大学）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）
在本文中，我们提出了并行不确定性感知的多目标规划算法，用于解决随机kinodynamic运动规划问题，其中一个寻求一个低成本的，动态可行的运动计划受到碰撞概率（CP）的约束。为了确保候选运动计划的详尽评估（根据需要权衡性能和安全性的竞争目标），ESTA增量地构建问题的帕累托前沿，考虑优化目标和CP的近似值。这是通过大规模并行多目标搜索来执行的，在这里重点实现GPU。在探索阶段结束时，ESTA搜索运动计划的帕累托集合，以确定被证明满足CP约束的最低成本解决方案（根据渐近精确估计）。我们引入了一种新的基于粒子的CP近似方案，设计用于高效的GPU实现，它占了轨迹执行的历史依赖关系。我们提出了四旋翼规划的数值实验，其中，在~100毫秒内，通过其探索阶段的过程中，评估超过10万个部分计划，确定解决方案。结果表明，这种多目标搜索实现了较低的运动计划成本，对于相同的CP约束，相比基于安全缓冲区的搜索启发式和重复RRT试验。
2017-02-23 cs.RO
Stochastic Model Predictive Control of Autonomous Systems with Non-Gaussian Correlated Uncertainty
许多系统，如自动驾驶汽车和四旋翼，都受到参数不确定性和外部干扰的影响。这些不确定性可能导致不期望的性能下降和安全问题。因此，设计鲁棒控制策略来安全地调节系统的动态特性是很重要的。针对具有非高斯相关概率不确定性的动态系统，提出了一种新的机会约束随机模型预测控制方法。我们开发了一种新的随机Galerkin方法来传播的不确定性，使用一种新型的基函数和优化为基础的求积规则。该公式可以很容易地处理超出广义多项式混沌展开能力的非高斯相关不确定性。新的随机Galerkin公式使我们能够将机会约束随机模型预测控制问题转化为确定性问题。我们验证了我们的方法通过几个随机控制任务，包括避障，车辆路径跟踪，和四旋翼参考跟踪。
2019-10-07 cs.SY eess.SY
Distributed Optimal Formation Control for an Uncertain Multiagent System in the Plane
针对定位误差下的四旋翼编队跟踪问题，提出了一种分布式最优多智能体控制方案。我们的控制架构是基于领导者-追随者的方法，其中一个领导者四旋翼跟踪所需的轨迹，而追随者保持其相对位置在一个三角形的形成。我们首先将四旋翼建模为在具有不确定状态信息的动态下在YZ平面中演变的粒子。接下来，通过将编队跟踪任务制定为一个优化问题-具有约束增强的拉格朗日动态约束-我们求解控制律，该控制律导致控制和轨迹误差成本最小化意义上的最优解。数值模拟的结果表明，对于考虑的平面四旋翼模型-在传感器测量建模为高斯噪声的不确定性-由此产生的最优控制能够驱动每个代理实现所需的全局目标：领导者轨迹跟踪与编队维护。最后，我们使用多智能体系统的跟踪和形成误差来评估控制律的性能。
2023-01-28 cs.MA cs.SY eess.SY
Cascaded TD3-PID Hybrid Controller for Quadrotor Trajectory Tracking in Wind Disturbance Environments
Shanghai Maritime University（上海海事大学）；Shenzhen Research Institute of Big Data（深圳大数据研究院）；Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Henan University of Science and Technology（河南科技大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；Nanjing University of Information Science and Technology（南京信息工程大学）
本文提出一种级联混合控制框架，用于四旋翼在非线性动态和外部扰动下的轨迹跟踪。通过增强PID控制器与TD3算法，提升水平位置控制在严重扰动下的性能，并通过仿真和实测验证其鲁棒性。
2026-05-13 cs.SY eess.SY
Sandboxing (AI-based) Unverified Controllers in Stochastic Games: An Abstraction-based Approach with Safe-visor Architecture
在本文中，我们提出了一个安全遮阳板架构的沙箱未验证的控制器，例如，基于人工智能的（a.k.a.基于人工智能的）控制器，在两个球员的非合作随机游戏。具体地说，我们利用基于抽象的方法来构建一个监督者，检查并决定是否接受未经验证的控制器提供的输入，以及一个安全顾问，提供回退控制输入，以确保安全时，未经验证的控制器被拒绝。此外，通过利用（$ε,δ$）之间的近似概率关系的原始游戏和它的有限抽象，我们提供了一个正式的安全保证，相对于安全规范建模的确定性有限自动机（DFA），而未经验证的控制器的功能仍然被利用。为了证明所提出的结果的有效性，我们将它们应用到四旋翼跟踪地面运动车辆的控制问题中，其中采用基于AI的未验证控制器来控制四旋翼。
2022-03-28 cs.SY eess.SY
A Control Barrier Function Candidate for Quadrotors with Limited Field of View
针对视觉控制中物理传感器视场受限且距离不可直接获取的问题，提出基于拆分微分约束的控制屏障函数方法，消除未知测量误差依赖，对有界距离估计误差有强鲁棒性，经双积分器与四旋翼仿真验证有效。
2025-03-22 cs.SY eess.SY
Cooperative Aerial Transportation of Nonuniform Load through Quadrotors by Elastic and Flexible Cables
该研究推导了多四旋翼无人机经弹性柔性线缆运输非均匀刚体的完整动力学模型，提出含姿态、编队、导航三回路的滑模控制策略，经仿真验证可根据载荷质量分布布置无人机，实现均质与非均质刚体的有效运输。
2023-12-15 cs.SY eess.SY
Constrained Reinforcement Learning using Distributional Representation for Trustworthy Quadrotor UAV Tracking Control
针对四旋翼无人机空气动力学扰动难精确辨识的问题，提出结合约束分布强化扰动估计器ConsDRED与SMPC的可解释跟踪框架，理论保证收敛性，实验验证其超参数敏感度低、跟踪误差较现有技术降低至少70%，平衡性能与约束满足。
2024-07-15 cs.AI cs.RO cs.SY
Decentralized Safe Reactive Planning under TWTL Specifications
University of Minnesota（明尼苏达大学）
我们研究了一个多智能体规划问题，每个智能体的目标是实现一个单独的任务，同时避免与他人的冲突。我们假设每个代理的任务表示为一个时间窗口时序逻辑（TWTL）规范定义在一个3D环境。我们提出了一个分散的滚动时域算法在线规划的轨迹。我们表明，当环境是充分连接，所产生的代理轨迹总是安全的（无碰撞），并导致满意的TWTL规范或其有限的时间松弛。因此，死锁总是被避免，并保证每个代理在最坏的情况下，以有限的时间延迟安全地完成其任务。所提出的算法的性能通过数值模拟和实验证明与四旋翼。
2020-07-23 cs.MA cs.RO cs.SY
Methods for Multi-objective Optimization PID Controller for quadrotor UAVs
本文在统一仿真框架下比较元启发式、贝叶斯优化和深度强化学习三类方法用于四旋翼PID增益自动整定，发现灰狼优化效果最优，并证明噪声感知的黑箱整定可在不改硬件的情况下同时降低振荡、功耗和噪声。
2025-09-22 cs.SY eess.SY
Distributed Model Predictive Control for Dynamic Cooperation of Multi-Agent Systems
University of Stuttgart（斯图加特大学）；Leibniz University Hannover（汉诺威莱布尼茨大学）
本文提出了一种分布式模型预测控制框架，用于协调具有个体和耦合约束的异构非线性多智能体系统，通过集体优化实现合作任务。
2026-03-09 cs.SY eess.SY
Distributed goal assignment strategy for improving leader-following formation control performance
研究了二阶多智能体系统中领导跟随编队控制的分布式目标分配问题。假设每个代理可以与通信范围内的附近代理通信，并且领导者信息仅对代理的子集可用。与现有的编队控制方案解决的目标分配问题相比，本文的主要贡献是构建了一个新的分布式分配策略，分配适当的目标位置的智能体的领导者跟随编队控制框架。基于李雅普诺夫稳定性理论的严格分析，证明了所提出的分配策略对控制性能的提高。为了证明我们的理论结果的有效性，两个例子，包括多个四旋翼进行了仿真。
2022-03-02 cs.SY eess.SY
Decentralized Geometric Control for Cable-Suspended Payload Transport with Adaptive Mass Estimation
MassRobotics
提出GPAC四层分层架构，通过隐式协调实现多四旋翼无中心协调运输缆绳悬挂载荷，结合几何控制、自适应质量估计和CBF安全滤波，仿真显示低计算成本下平均跟踪误差33.8厘米。
2026-07-02 cs.MA cs.RO cs.SY
Formation Flight Control of Multi-UAV System Using Neighbor-based Trajectory Generation Topology
提出了一种基于主从编队结构的分布式编队飞行控制拓扑。这种拓扑结构首先取决于在线生成的轨迹，该轨迹应该由地层中的代理遵循。每个代理的轨迹在执行过程中根据其邻居进行规划，并考虑到所需的参考轨迹仅提供给领导者。利用MATLAB/SIMULINK对一个四旋翼无人机编队进行了仿真，验证了该方法的有效性。该拓扑在实现编队和跟随参考轨迹方面显示出非常好的结果。
2021-01-01 cs.SY eess.SY
Automata-based Controller Synthesis for Stochastic Systems: A Game Framework via Approximate Probabilistic Relations
在这项工作中，我们提出了一个抽象和细化方法的控制器合成的离散时间随机系统，以执行复杂的逻辑属性表示的确定性有限自动机（又名。DFA）。我们提出的计划是基于所谓的$(ε,δ)$ -近似概率关系的概念，允许一个量化的离散时间随机游戏和相应的有限抽象建模的随机系统之间的相似性。利用这种类型的关系，满足所需规格的概率的下限可以很好地确保通过精炼控制器合成的抽象系统的原始游戏。此外，我们提出了一个算法程序来构建这样的关系，为一类特殊的非线性随机系统的斜率限制的非线性。四旋翼机的例子证明了所提出的方法，结果表明，所需的下限的满意概率是有保证的。
2022-09-05 cs.SY eess.SY
A Receding Horizon Scheduling Approach for Search & Rescue Scenarios
许多应用程序涉及复杂的多任务问题，如救灾，物流和制造，需要部署和协调异构多智能体系统，由于必须同时执行的任务的绝对数量。成功协调这些系统的一个基本要求是利用团队中每个代理的专业化。这项工作提出了一个滚动地平线规划（RHP）框架，旨在调度任务的异构多智能体团队在一个强大的方式。为了允许团队中不同类型代理的模块化添加和移除，所提出的框架考虑了每个代理所表现出的能力（例如，四旋翼飞行器对粗糙地形是敏捷的和不可知的，但不适合运输重型有效载荷）。一个实例的建议RHP的开发和测试的搜索和救援方案。此外，我们提出了一个抽象的搜索和救援模拟环境，在那里部署了一个异构的代理团队，同时探索环境，发现和救援被困的受害者，并尽快扑灭蔓延的火灾。我们验证了我们的方法的有效性，通过广泛的模拟比较所提出的框架与各种规划视野的贪婪的任务分配方案。
2020-04-05 cs.MA cs.SY eess.SY
Lyapunov-based Adaptive Transformer (LyAT) for Control of Stochastic Nonlinear Systems
本文提出LyAT控制器，通过基于李雅普诺夫的稳定性分析实现随机非线性系统的实时自适应控制，保证跟踪和参数估计误差的有界性。
2025-12-17 cs.SY eess.SY
Decentralized Safe Multi-agent Stochastic Optimal Control using Deep FBSDEs and ADMM
Georgia Institute of Technology（佐治亚理工学院）
在这项工作中，我们提出了一种新的安全和可扩展的分散解决方案的多智能体控制中存在的随机干扰。安全是数学编码使用随机控制障碍函数和安全控制计算通过求解二次规划。分散化是通过增加每个代理的优化变量，复制变量，为它的邻居。这使我们能够解耦集中式多智能体优化问题。然而，为了确保安全，邻近的代理必须就“什么对我们双方都安全”达成一致，这就需要达成共识。为了实现安全的共识解决方案，我们采用了基于ADMM的方法。具体来说，我们提出了一个合并的CADMM-OSQP隐式神经网络层，解决了一个小批量的两个，局部二次规划以及整体的共识问题，作为一个单一的优化问题。该层在每个时间步嵌入到深度FBSDEs网络架构中，以促进端到端可微分、安全和分散的随机最优控制。在几个具有挑战性的多机器人任务的模拟所提出的方法的有效性。通过对避碰约束所指定的安全性施加要求，在整个训练过程中确保所有代理的安全操作。我们还展示了优越的可扩展性方面的计算和内存节省相比，一个集中的方法。
2022-06-07 cs.LG cs.MA cs.RO
Controller Synthesis for Multi-Agent Systems With Intermittent Communication: A Metric Temporal Logic Approach
Oden Institute for Computational Engineering and Sciences, University of Texas, Austin（得克萨斯大学奥斯汀分校奥登计算工程与科学研究所）；University of Florida（佛罗里达大学）
针对具有间歇通信的多智能体系统，提出了一种控制器综合方法。我们采用了Leader-Follower方案，其中具有绝对位置传感器的移动领导者在一组没有绝对位置传感器的跟随者之间切换，为每个跟随者提供间歇性的状态信息。追随者将渐进地达到预定的共识状态。为了保证切换系统的稳定性和追随者的共识，我们推导出最大和最小停留时间条件，以约束连续的时刻之间的间隔，在该时刻的领导者应该提供状态信息，以相同的追随者。此外，领导者需要满足实际约束，例如充电和停留在特定的兴趣区域。最大和最小驻留时间条件以及这些实际约束都可以用度量时态逻辑（MTL）规范来表示。我们迭代计算最优控制输入，使领导者满足MTL规范，同时保证稳定性和共识的追随者。我们实施所提出的方法的案例研究与三个移动机器人的追随者和一个四旋翼作为领导者。
2019-09-22 cs.RO cs.SY eess.SY
Breaking Symmetry-Induced Degeneracy in Multi-Agent Ergodic Coverage via Stochastic Spectral Control
Department of Mechanical Engineering, New Mexico Institute of Mining and Technology（机械工程系，新墨西哥矿业与技术研究所）
本文提出随机频谱控制方法，通过引入随机扰动和收缩项，解决多智能体等耗覆盖中因对称性导致的梯度抵消问题，确保轨迹有界并避免停滞。
2025-12-29 cs.RO cs.SY eess.SY
Robust Semi-Cooperative Multi-Agent Coordination in the Presence of Stochastic Disturbances
University of Michigan（密歇根大学）
本文提出了一种鲁棒分布式协调协议，用于在存在随机不确定性时生成无碰撞轨迹的多个单轮机器人。基于先前的半合作协调工作，重新设计协调控制器以对抗一类状态（风）扰动和测量噪声，并通过分析证明了安全性和收敛性，仿真结果展示了所提方案的有效性。
2018-01-05 cs.MA cs.SY eess.SY
Conformal Data-driven Control of Stochastic Multi-Agent Systems under Collaborative Signal Temporal Logic Specifications
针对随机离散时间线性多智能体系统的联合机会约束协同信号时序逻辑规范控制问题，提出无分布保形数据驱动方法，通过分解系统、设计反馈控制器、量化预测区域及分布式优化，实现可扩展的控制策略。
2025-08-25 cs.MA cs.SY eess.SY
Distributed Consensus of Stochastic Multi-agent Systems with Prescribed Performance Constraints
本文主要研究多智能体系统的分布式一致性控制问题，同时考虑两个主要的实际问题：（i）智能体动力学中的随机噪声和（ii）多智能体系统演化过程中的预定义性能约束。特别是，我们认为每个代理是由一个随机微分方程与状态相关的噪声，这使得所考虑的问题更具挑战性相比，非随机代理。工作提供了充分的条件下，所提出的时变分布式控制法律确保一致的期望和几乎肯定的共识的随机多智能体系统，同时满足规定的性能约束的意义上的q时刻的系统的演变。最后，我们通过一个数值例子证明了所提出的结果的有效性。
2022-03-07 cs.SY eess.SY math.OC
Distributed Control-Estimation Synthesis for Stochastic Multi-Agent Systems via Virtual Interaction between Non-neighboring Agents
研究线性随机多智能体系统的最优分布式控制问题。由于MAS网络的分布式特性，单个智能体所能获得的信息仅限于其邻近区域。从整个MAS方面来看，这对控制律施加了结构约束，使得最优控制律在计算上难以处理。本文试图放松这样的结构约束，扩大每个代理的邻近信息，整个MAS，使嵌入在每个代理的分布式估计算法。通过利用估计的信息，每个代理不限于与它的邻居互动，但进一步建立与非相邻代理的“虚拟互动”。然后将最优分布式MAS控制问题转化为一个综合控制估计问题。一个迭代优化过程，以找到控制估计法，最大限度地减少MAS的全局目标成本。
2021-06-13 cs.SY eess.SY
Learning Constraints from Stochastic Partially-Observed Closed-Loop Demonstrations
Georgia Institute of Technology（佐治亚理工学院）
该研究提出了一种从随机部分观测闭环演示中学习约束的方法，通过编码KKT条件以恢复与局部最优性一致的约束，并证明了其在噪声下的鲁棒性和准确性。
2026-02-09 cs.SY eess.SY
Learning to Seek: Multi-Agent Online Source Seeking Against Non-Stochastic Disturbances
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；Purdue University（普渡大学）
针对未知动态且受两类非随机扰动的环境下多智能体协同寻源问题，提出结合折扣卡尔曼滤波与多面体置信界的算法，实现次线性遗憾值，在污染监测场景验证了有效性。
2023-04-29 cs.LG cs.MA cs.SY
An Approach to Stochastic Dynamic Games with Asymmetric Information and Hidden Actions
在离散时间中，我们考虑一类具有以下特征的非对称信息序列随机动态博弈。底层系统具有由智能体的联合行动控制的马尔可夫动力学。每个代理的瞬时效用取决于当前系统状态和代理的联合行动。在每个时刻，每个代理对当前系统状态和代理在前一时刻的动作进行私人噪声观察。此外，在每个时刻，所有代理都对当前系统状态及其在前一时刻的动作进行共同的噪声观测。每个特工的行动都是他私人信息的一部分。我们的目标是确定贝叶斯纳什均衡（BNE）的战略配置文件的基础上压缩版本的代理人的信息，并可以按顺序计算，这样的BNE战略配置文件可能并不总是存在。我们提出了一种实现上述目标的方法/方法，以及具有上述特征的BNE策略配置文件存在的游戏实例。我们表明，该方法也适用于代理人没有共同的意见的情况。
2023-01-12 cs.GT cs.MA cs.SY
Difference Between Cyclic and Distributed Approach in Stochastic Optimization for Multi-agent System
本文针对多智能体系统中的可分解随机优化问题，综述并比较循环与分布式两类策略下的四种现有方法，重点分析其适用框架与更新规则。
2024-09-08 cs.SY eess.SY math.OC
Stochastic Optimal Control in Continuous Space-Time Multi-Agent Systems
SNN, Radboud University（Radboud大学）
将随机最优控制理论应用于协作多智能体系统，通过组合独立单智能体单目标最优控制并加权端部成本，将多智能体控制转化为图模型推理问题。
2012-06-27 cs.MA cs.SY eess.SY
Mean-field control barrier functions for stochastic multi-agent systems
Scuola Superiore Meridionale（南方高等学院）；Colorado School of Mines（科罗拉多矿业学院）；Emory University（埃默里大学）；University of Naples Federico II（那不勒斯费德里科二世大学）
本文提出均场控制屏障函数，用于保障随机多智能体系统安全，通过稳定性分析和数值模拟验证了其有效性。
2026-03-19 cs.SY eess.SY
Cooperative output feedback tracking control of stochastic linear heterogeneous multi-agent systems
研究了随机线性异质领导-跟随多智能体系统的协作输出反馈跟踪控制问题。每个智能体都是一个连续时间的线性非均匀动态系统，其状态是不完全可测的，智能体之间的信息交换伴随着加性和乘性噪声。我们提出了一组用于估计领导者和跟随者状态的容许分布式观测策略，以及一组基于确定性等价原理的容许协作输出反馈控制策略。通过输出调节理论和随机分析，证明了对于可观测的领导者动态和可镇定且可检测的跟随者动态，如果乘性噪声的强度系数与领导者不稳定模的实部之和的乘积小于图Laplacian的最小非零特征值的1/4，然后存在容许分布观测和协作控制策略，以确保均方有界的输出跟踪，只要相关的输出调节方程是可解的。最后，我们的控制策略的有效性证明了数值仿真。
2021-01-15 cs.SY eess.SY
Compressing Correct-by-Design Synthesis for Stochastic Homogeneous Multi-Agent Systems with Counting LTL
Eindhoven University of Technology（埃因霍温理工大学）
本文研究了基于计数线性时序逻辑(cLTL)的随机同质多智能体系统，通过确定性有限自动机(DFA)实现满足概率的结构化张量分解，并提出双树值迭代框架以提升计算效率。
2026-04-08 cs.SY eess.SY
Correct-by-Design Control Synthesis of Stochastic Multi-agent Systems: a Robust Tensor-based Solution
TU Eindhoven（埃因霍温理工大学）；Peking University（北京大学）
本文提出基于抽象的框架，通过鲁棒动态规划映射提供具有时间逻辑满足下界保证的控制策略，利用解耦动态揭示价值函数的张量结构，实现动态规划的可扩展性。
2026-05-12 cs.SY eess.SY
Hierarchical Learning-Based Control for Multi-Agent Shepherding of Stochastic Autonomous Agents
针对随机自主目标下多智能体牧羊控制失效的问题，提出无需通信和先验动力学知识的分层学习式去中心化控制架构，经实验验证其性能优于现有启发式方法，具备可扩展性与时变目标适应性，且可实际部署。
2025-08-04 cs.SY eess.SY
Fully distributed consensus control for stochastic multi-agent systems under undirected and directed topologies
China University of Geosciences（中国地质大学）；Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems（复杂系统先进控制与智能自动化湖北省重点实验室）
本文针对随机一致性控制的完全分布式协议设计，首次在无向和有向拓扑下建立了路径依赖且高度非线性闭环系统的存在性和唯一性，提出统一的分布式协议保证均方和几乎确定一致性，并改进协议提升收敛速度，提供指数收敛率的显式估计。
2026-03-31 cs.SY eess.SY
