Leader-following consensus for multi-agent systems with nonlinear dynamics subject to additive bounded disturbances and asynchronously sampled outputs (long version)
研究了一类具有不确定动态的Lipschitz非线性多智能体系统的领导-跟随一致性问题，其中每个智能体只在离散时刻传输其噪声输出，且与其邻居无关.建议的共识协议是基于一个连续离散时间观测器，它提供了一个连续的时间估计的状态的邻居从他们的离散时间输出测量，连同一个连续的控制律。利用李雅普诺夫方法对多智能体系统的稳定性进行了分析，并在调节参数和最大允许采样周期满足一定不等式的条件下，保证了多智能体系统的指数实际收敛性.所提出的协议进行了模拟的多智能体系统，其动态由蔡氏振荡器统治。
2020-07-02 math.DS math.OC
A robust consensus + innovations-based distributed parameter estimator
针对扰动下分布式参数估计缺乏鲁棒整定方法的问题，论文重构连续时间共识+创新估计器误差动态，并基于 Lyapunov 函数与线性矩阵不等式给出保证 L2 增益上界的增益整定工具。
2024-01-25 math.OC
Leaderless Consensus of Heterogeneous Multiple Euler-Lagrange Systems with Unknown Disturbance
Queen’s University（女王大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Southeast University（东南大学）；Delft University of Technology（代尔夫特理工大学）
本文提出一种无领导者一致性控制方法，用于异质多Euler-Lagrange系统在存在未知扰动下的群体模型学习与轨迹一致性问题。
2023-01-19 cs.SY eess.SY math.OC
Generalized String-Stability Criteria for Consensus Protocols
Florida State University（佛罗里达州立大学）
本文提出统一的字符串稳定性框架，研究领头-跟随多智能体系统在r前驱有向通信拓扑下的字符串稳定性，揭示通信丰富度r是决定扰动放大或衰减的关键因素，且协议阶数m仅影响中频暂态行为。
2026-04-23 math.OC
$\mathcal{H}_\infty$ Network Optimization for Edge Consensus
本文探讨了$\mathcal{H}_\infty$性能问题的边缘协议的代理网络上独立的时间尺度，连接的加权边缘，并受到外部干扰。$\mathcal{H}_\infty$ -范数表达式和边界计算，然后用于获得新的见解网络性能的影响方面的时间尺度和边缘权重的干扰抑制。我们使用我们的界限，制定一个凸优化问题的时间尺度和边的权重选择。数值例子来说明推导的$\mathcal{H}_\infty$ -范数界表达式的适用性，并通过一个涉及非均匀代理的编队控制的例子来说明优化范例。
2021-07-07 math.OC
Exact Average Consensus under Noisy Communication Links: A Decentralized Gradient Perspective
Linköping University（林雪平大学）
针对持续链路扰动下标准随机逼近迭代无法精确平均的问题，本文提出基于去中心化梯度的锚定机制，证明其几乎必然收敛到精确初始平均值，并给出统一框架与设计原则。
2026-09-24 cs.IT cs.SY eess.SY
H_inf Consensus of nonlinear complex multi-agent systems using dynamic output feedback controller: An LMI approach
研究了一类非线性复杂多智能体系统基于固定阶非脆弱动态输出反馈控制器的一致性控制问题。该方案是分散的，在这个意义上，每个代理依赖于相邻代理之间的相对输出信息。基于共识的控制器的设计，以尽量减少代理的非线性项以及外部干扰的影响。通过适当的变换，将一致性问题转化为等价增广系统的镇定问题，利用李雅普诺夫稳定性定理得到未知的控制器参数，从而保证一致性的同时获得所考虑的控制目标.最后，为了证明所提出的算法的有效性，并与类似的早期研究进行了比较，一个由单连杆柔性机械臂组成的多智能体系统的数值例子。
2015-01-20 math.OC
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
Fundamental Limits and Tradeoffs on Disturbance Propagation in Large-Scale Dynamical Networks
研究了线性动态互联网络在外部随机干扰下的性能退化问题。本文的重点是一阶和二阶线性共识网络。我们采用的期望值的稳定状态分散的整个网络的状态作为一个性能指标，并开发了一个图论的方法，网络的基础图形的结构规格的性能指标。我们明确量化了线性共识网络中最佳性能水平的几个固有的基本限制，并表明这些性能限制仅仅是由底层图的特定结构所施加的。此外，我们发现新的稀疏性和性能指标的概念之间的联系。特别是，我们描述了几个基本的权衡，揭示了线性共识网络的性能指标和各种稀疏性措施之间的相互作用。最后，我们将我们的结果应用到两个真实世界的动态网络，并提供能量解释所提出的性能指标。结果表明，在同步电力网络的总功率损耗和总动能的自动驾驶车辆的网络形成这些网络是可行的性能指标，这些措施的基本限制量化的最佳实现水平的能源效率在这些动态网络。
2014-12-18 math.DS math.OC
Krasovskii and Shifted Passivity Based Output Consensus
受电力网络中均流问题的启发，我们考虑了一类非线性系统的输出一致性（也称一致性）问题，其中一致性值由外部扰动决定，例如，电力需求。如果系统是Krasovskii或移位无源的，这是唯一的基本要求，则通过简单的分布式输出反馈控制器来解决输出一致性问题。在孤岛直流电网上的仿真结果表明了该控制器的有效性。
2022-07-04 cs.SY eess.SY math.OC
Adaptive Leader-Following Consensus for a Class of Higher-Order Nonlinear Multi-Agent Systems with Directed Switching Networks
本文研究了联合连接有向切换网络下一类不确定非线性多智能体系统的领导-跟随一致性问题。不确定性包括常数、无界参数和外部干扰。本文首先将自适应分布式观测器的最新结果从全局渐近收敛推广到全局指数收敛。然后，将传统的适应控制技术与自适应分布式观测器相结合，提出了一种分布式自适应状态反馈控制律。我们的结果说明了领导者以下的一致性问题的一组vanderPol振荡器。
2017-03-28 math.OC
Distributed Adaptive Consensus Control of High Order Unknown Nonlinear Networked Systems with Guaranteed Performance
针对高阶非线性多智能体系统，提出了具有指定性能函数的自适应协同跟踪控制。使用这种方法，最初在已知大集合内的跟踪误差被限制在较小的预定义集合内。利用输出误差变换，将约束系统松弛并映射到无约束系统。控制器的设想下，代理的非线性动力学是未知的，感知网络的结构和强连接的假设。在所提出的控制器下，所有智能体跟踪的领导节点的轨迹，保证一致最终有界的转换误差和未知参数和动态的有界自适应估计。此外，建议的控制器与PPF分布，使得每个追随者代理需要自己的状态之间的信息相对于连接的邻居。针对具有不确定时变参数和外部干扰的高度非线性异构网络系统，验证了所提出的控制器的鲁棒性和平滑性。索引术语：预定性能，神经自适应，高阶，转换误差，多智能体，分布式控制，一致性，同步，瞬态，稳态误差，MIMO，SISO。
2019-04-25 math.OC
Optimal Output Consensus of Second-Order Uncertain Nonlinear Systems on Weight-Unbalanced Directed Networks
研究了二阶不确定非线性多智能体系统在权值不平衡有向网络上的分布式最优输出一致性问题。在局部代价函数强凸且具有全局Lipschitz梯度的标准假设下，设计了一种新的分布式动态状态反馈控制器，使得所有智能体的输出均达到最小化全局代价函数的最优解，该全局代价函数是所有局部费用函数之和.控制器的设计是基于一个两层的策略，其中一个分布式的最优协调器和参考跟踪控制器分别提出来解决所带来的挑战，从不平衡的有向网络和不确定的非线性函数。所提出的控制器的一个关键特点是，包含不确定性和干扰的非线性函数不需要全局Lipschitz。此外，利用适应控制技术，不需要任何不确定性或干扰的先验知识。最后通过两个仿真实例验证了所提控制方案的有效性。
2021-07-08 cs.SY eess.SY math.OC
Distributed Robust Nash Equilibrium Seeking for Mixed-Order Games by a Neural-Network based Approach
在实际应用中，具有异质动态的决策者可能参与相同的决策过程。这促使我们研究分布式纳什均衡寻求游戏中的球员是混合阶（一阶和二阶）的集成商的影响未知的动态和外部干扰在本文中。为了解决这个问题，我们采用了自适应神经网络来管理未知的动态和干扰，在此基础上，通过进一步适应基于梯度的优化和多智能体共识的概念，开发了分布式纳什均衡寻求算法。通过构造适当的李雅普诺夫函数，我们分析证明了收敛的报告的方法。理论研究表明，参与人的行动将被引导到纳什均衡的一个任意小的邻域，这也被模拟所证实。
2022-09-02 math.OC
Submodular Optimization for Consensus Networks with Noise-Corrupted Leaders
Rensselaer Polytechnic Institute（伦斯勒理工学院）
研究在存在噪声干扰的共识网络中，通过子模优化选择领袖以最小化节点状态稳态方差，分析贪心算法的性能。
2017-12-21 cs.SY eess.SY math.OC
Predefined-Time Consensus of High-Order Multi-Agent Systems
研究一类高阶多智能体系统（MAS）的分布式指定时间领导者跟随一致性问题，该系统具有扰动的非线性智能体动力学，网络拓扑包含一棵有向生成树，领导者是根.规定时间共识是指MAS的协议状态在预设时间内实现，作为控制律的参数引入，并且该恒定稳定时间独立于代理的初始状态而实现。所提出的控制方法具有三个主要优点：第一，据我们所知，这是第一次，规定的时间收敛的共识问题是实现代理与高阶非线性动态，使用一个强大的领导者跟随协议，它允许有效地拒绝匹配的干扰代理的模型。其次，所提出的控制器提供的控制信号的幅度低于现有的方法。第三，所提出的共识协议不具有要根据所考虑的通信图的连通性来调整的参数。
2020-12-12 cs.SY eess.SY math.OC
Distributed Optimal Control with Recovered Robustness for Uncertain Network Systems: A Complementary Design Approach
研究了线性多智能体系统的分布式鲁棒次优一致控制问题，同时满足H2和Hinfty性能要求.提出了一种新的两步互补设计方法。在第一步中，一个分布式控制法律的名义多智能体系统的设计，以达到共识与规定的H2性能。在第二步中，一个额外的控制输入，取决于一些精心选择的残差信号表示的建模失配，被设计为补充H2的性能，通过提供鲁棒性保证方面的H_infty要求相对于干扰或不确定性。建议的互补设计方法提供了一个额外的自由度的设计，有两个单独的控制，以处理H2性能和鲁棒性的共识，分别。因此，它不需要做出太多的权衡，并且可以预期比诸如混合H2/H_infty控制方法的权衡设计保守得多。此外，这种互补的方法将恢复可实现的H2性能时，外部干扰或不确定性不存在。通过数值仿真验证了理论结果的有效性和互补方法的优势。
2022-04-14 cs.SY eess.SY math.OC
A Resistance Distance-Based Approach for Optimal Leader Selection in Noisy Consensus Networks
Rensselaer Polytechnic Institute（伦斯勒理工学院）；Fudan University（复旦大学）
研究噪声共识网络中领导者位置对性能的影响，通过电阻距离与H2范数的关系推导出领导者位置的闭式表达式，并解决特殊图结构下的最优领导者选择问题。
2017-08-23 cs.SY eess.SY math.OC
Performance of leader-follower multi-agent systems in directed networks
我们考虑领导者-追随者多智能体系统中，领导者执行所需的轨迹和追随者实现的共识算法随机干扰。利用跟随者偏离领导者的稳态方差来量化领导者-跟随者系统的性能。我们研究了在一个，两个和三个维度的有向格的方差的渐近标度。我们表明，在1D和2D的追随者的偏差的方差增加到无穷大，因为一个远离领导者，而在3D中，它仍然有界。我们证明了方差尺度作为平方根函数在一维和对数函数在二维格。
2016-12-23 math.OC
Distributed Optimal Output Consensus of Uncertain Nonlinear Multi-Agent Systems over Unbalanced Directed Networks via Output Feedback
针对不平衡有向图上规范形式的不确定非线性多智能体系统的分布式最优输出一致性问题，提出了一种新的基于扰动器的输出反馈控制方法.该问题的主要挑战在于不平衡有向图和多智能体系统的非线性，其智能体状态不能用于反馈控制。基于两层控制器结构，首先设计了一个分布式最优协调器，将所考虑的问题转化为参考跟踪问题。然后，分散输出反馈控制器的发展，以稳定所得到的增广系统。在控制器设计中，利用高增益观测器来估计存在不确定性和干扰的代理状态，使得所提出的控制器仅依赖于代理输出。在标准假设下证明了代理输出的半全局收敛性，并使所有局部代价函数之和最小化。所得到的结果的一个关键特点是，所考虑的非线性代理只需要局部Lipschitz，并具有全局渐近稳定和局部指数稳定的零动态。
2021-11-16 cs.SY eess.SY math.OC
A Slow-Fast Stochastic Framework for Zeroth-Order Distributed Time-Varying Optimization
Sichuan University（四川大学）
研究仅用零阶信息的随机多智能体系统分布式时变优化，构建慢-快随机框架，引入辅助变量和快速子系统生成梯度估计，慢子系统进行优化和一致性，分析收敛性并通过模拟验证，建立界表征参数等对跟踪性能的影响。
2026-07-17 math.OC
On the Coherence of Large-Scale Networks with Distributed PI and PD Control
我们考虑分布式控制的双积分网络，代理人受到随机干扰。我们研究这种网络的性能的一致性，定义通过一个H2范数度量，代表节点状态波动的方差。具体来说，我们解决了已知的标准共识协议的性能限制，这导致这种差异与网络规模的一大类网络的无限扩展。我们提出了分布式比例积分（PI）和比例微分（PD）控制器，放宽这些限制，实现有界方差，在代理人可以访问他们的状态之一的绝对测量的情况下。这种情况适用于例如电网的频率控制和具有有限感测的车辆编队控制。我们讨论了最优调整的控制器与网络的一致性，并证明了我们的结果在模拟中。
2017-05-17 math.OC
Performance bounds for multi-vehicle networks with local integrators
本文将串行一致性设计的性能结果从二阶推广到任意 n 阶积分器系统，给出基于对角化矩阵条件数的性能界，并通过PI控制车辆编队案例验证三阶串行一致性对负载扰动的抑制效果。
2024-10-18 cs.SY eess.SY math.OC
Coherency Analysis in Nonlinear Heterogeneous Power Networks: A Blended Dynamics Approach
本文扩展混合动力学方法分析非线性异构电力网络的同调性，证明高网络连通性或扰动小时变率可使节点频率逼近并长期跟随混合动力学轨迹。
2025-11-09 cs.SY eess.SY math.OC
On the modeling of neural cognition for social network applications
本文研究了社会网络中的神经认知。引入了一个随机模型，并将巴甫洛夫条件反射和社交网络中的两个著名模型作为特例，即Rescorla-Wagner模型和Friedkin-Johnsen模型。对这些模型的解释和比较进行了讨论。我们考虑两种情况时，干扰是独立的同分布的所有时间和当随机变量的分布演变根据一个马尔可夫链。我们证明了这两种情况下的系统都是均方稳定的，并且状态的期望收敛到一致。
2017-04-11 cs.SI math.OC
Coherence in Large-Scale Networks: Dimension-Dependent Limitations of Local Feedback
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）；University of Minnesota（明尼苏达大学）；Cold Spring Harbor Laboratory（冷泉港实验室）；Technion - Israel Institute of Technology（以色列理工学院）
研究分布式共识与车辆编队控制问题，通过分析规则格点拓扑中相干性度量随网络规模的渐近缩放，揭示局部反馈在低维空间中无法抑制大规模扰动，而在高维空间中能够实现相干性，且三维是必要条件。
2011-12-17 cs.MA cs.SY eess.SY
1st-Order Dynamics on Nonlinear Agents for Resource Allocation over Uniformly-Connected Networks
针对网络资源分配问题，提出了一种基于一阶共识的非线性分布约束凸优化的通用$1$算法。该解决方案用于优化弱连接无向网络上的连续可微严格凸代价函数，同时它在任何时候都是可行的，并对各种非线性进行建模，以考虑有限驱动能力方面的代理（的物理模型）上的缺陷和约束，例如，量化和饱和。由于这种固有的非线性，考虑理想代理模型的现有线性解决方案可能不一定收敛于保证的最优性和任何时候的可行性。一些应用还施加特定的非线性，例如，固定/有限时间或基于符号的鲁棒抗扰动态收敛。我们提出的分布式协议概括了这种非线性模型。把凸集分析与非光滑李雅普诺夫分析，我们证明收敛，（i）无论特定类型的非线性，（ii）与弱网络连接的要求（均匀连接）。
2021-11-19 cs.MA cs.SY eess.SY
