Distributed Average Tracking for Double-integrator Multi-agent Systems with Reduced Requirement on Velocity Measurements
本文研究了在无向图下一组物理双积分器主体的分布式平均跟踪问题,降低了对速度测量的要求。其思想是,多个代理跟踪多个时变输入信号的平均值,其中每一个都是只有一个代理,与邻居的本地交互下。我们考虑两种情况。首先,提出了一种分布式不连续算法和滤波器,其中每个代理需要其自身与其邻居之间的相对位置以及通过通信获得的邻居的滤波器输出,但不需要绝对或相对速度测量。智能体的位置和速度必须被正确地初始化,但是该算法可以处理具有有界加速度偏差的广泛类别的输入信号。其次,提出了一种分布式间断算法和滤波器,消除了通信和精确初始化的要求。在这里,每个代理需要测量其自身与其邻居之间的相对位置以及其自身的速度,但是去除了其自身与其邻居之间的相对速度测量的要求。该算法可以处理输入信号及其速度和加速度都有界的情况。数值模拟也来说明理论结果。
2015-07-22 math.OC
Stabilisation of the complex double integrator by means of a saturated linear feedback
考虑饱和复数双积分器,即,线性控制系统$\dot x=Ax+Bσ(u)$,其中$x\in\R^4$,$u\in\R$,$B\in\R^4$,$4\times 4$矩阵$A$是不可对角化的,并且允许重数为2的非零纯虚特征值,$(A,B)$对是可控的,并且$σ:\R\to\R$是饱和函数。证明了存在线性反馈$u=K^Tx$使得由$\dot x=Ax+Bσ(K^Tx)$给出的闭环系统关于原点全局渐近稳定。
2021-04-13 math.CA math.OC
Analytic Solution of the Time-Optimal Control of a Double Integrator from an Arbitrary State to the State-space Origin
本文给出了双积分系统从任意初态到状态空间原点的最小时间控制的已知结果(最小时间调节问题,或特殊问题)。本说明的主要目的是教学。结果是在所有的细节,并按照一步一步的程序。
2019-09-07 cs.SY eess.SY math.DS
Distributed Adaptive Gradient Optimization Algorithm
本文研究了单积分器和双积分器多智能体系统中具有一般可微凸目标函数的分布式最优化问题。介绍了两种分布式自适应优化算法,该算法利用相关信息构造交互作用项的增益。基于李雅普诺夫函数、系统解的分析和局部目标函数的凸性进行了分析。结果表明,对于单积分和双积分的多智能体系统,只要凸目标函数的梯度连续,则团队凸目标函数都能随时间的变化而最小化.数值例子显示所得到的理论结果。
2017-03-27 math.OC
The turnpike control in stochastic multi-agent dynamics: a discrete-time approach with exponential integrators
本文研究随机多智能体离散时间最优控制中的快速通道性质,证明在耗散性与可控性条件下该效应在噪声环境中仍成立,并采用指数积分器处理系统刚性,通过数值实验验证了其优于标准显式格式的性能。
2025-03-12 cs.NA math.NA math.OC
Distributed Convex Optimization of Time-Varying Cost Functions with Swarm Tracking Behavior for Continuous-time Dynamics
研究了连续时间多智能体系统中具有群体跟踪行为的分布式凸优化问题。智能体的任务是通过局部交互来驱动其中心跟踪最优轨迹,该最优轨迹使局部时变费用函数之和最小化,同时保持连通性并避免智能体之间的碰撞。每个局部费用函数仅为单个代理所知,并且团队的最优解是时变的。这里考虑两种情况,单积分器动态和双积分器动态。对于每种情况下,提出了一种分布式的群体跟踪行为的凸优化算法,每个代理只依赖于自己的位置和相对位置(和速度在双积分的情况下)之间的本身和它的邻居。结果表明,智能体的中心跟踪最优轨迹,智能体之间的连通性将保持和避免智能体间的碰撞。最后,数值例子进行说明。
2015-07-16 math.OC
A continuous-time distributed generalized Nash equilibrium seeking algorithm over networks for double-integrator agents
我们考虑一个系统的单或双积分代理在网络上玩广义纳什博弈,在部分信息的情况下。我们解决了广义纳什均衡寻求问题,设计一个完全分布式的动态控制器,基于连续时间的共识和原始-对偶梯度动力学。我们的主要技术贡献是显示收敛的闭环系统的变分平衡,强单调性和Lipschitz连续性的游戏映射,利用单调性和稳定性理论的投影动力系统。
2020-03-02 cs.MA cs.SY eess.SY
Continuous-time fully distributed generalized Nash equilibrium seeking for multi-integrator agents
我们考虑在部分决策信息场景中由动态代理进行的具有凸可分离耦合约束的强单调游戏。我们首先设计连续时间完全分布式反馈控制器,基于共识和原始-对偶梯度动力学,在单积分代理网络中寻求广义纳什均衡。我们的第一个解决方案采用了一个固定的增益,其选择需要一些全局参数的游戏的知识。为了放松这一要求,我们设想了一个控制器,可以调整在一个完全分散的方式,由于使用不协调的积分自适应权重。我们还介绍了专门为广义聚合游戏设计的算法。最后,我们适应我们所有的控制方案来处理异构多积分代理,反过来,与非线性反馈线性化动力系统。对于所有提出的动态,我们证明了收敛到变分平衡,利用单调性和稳定性理论的投影动力系统。
2021-03-19 cs.GT cs.MA math.OC
Variational integrators for non-autonomous systems with applications to stabilization of multi-agent formations
保持系统的几何不变量(如能量、动量或辛形式)的数值方法称为几何积分器。变分积分器是一类重要的几何积分器。这些变分积分器的一般思想是离散汉密尔顿原理,而不是以保留原系统的一些不变量的方式离散运动方程。本文对一类重要的自治耗散系统,构造了时间相关拉格朗日系统的固定时间步长变分积分器。这些积分器是通过离散拉格朗日函数的家庭,每一个固定的时间步长。这允许恢复在每一步上的一组离散序列的自治拉格朗日系统,如辛性或向后误差分析,这些系统的变分积分的保存属性。我们还提出了这类系统的离散Noether定理。结果的应用显示的问题的形成稳定的多智能体系统。
2022-02-03 cs.NA cs.SY eess.SY
Certifying the Intersection of Reach Sets of Integrator Agents with Set-valued Input Uncertainties
考虑了在连续时间中具有紧集值输入不确定性的一对全同积分主体的安全性验证问题。我们将这个验证问题编码为证明或伪造其可达集的交集。我们把同样的问题转化为一个变分问题,即最小化单位球面上两个到达集之差的支撑函数。我们说明了所提出的配方的计算的易处理性,详细开发两种情况下,即当输入具有随时间变化的范数有界和通用超矩形的不确定性。我们表明,后者的情况下,允许分布式认证通过二阶锥编程。
2022-05-17 cs.SY eess.SY math.OC
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
Distributed strategy-updating rules for aggregative games of multi-integrator systems with coupled constraints
在本文中,我们探讨了网络上的多集成商代理与耦合约束的聚合博弈。为了达到聚合博弈的一般纳什均衡,结合拉格朗日乘子的协调和聚合者的估计,提出了一种分布式策略更新规则.每个玩家只能访问部分决策信息,并在一个权重平衡的有向图中与他的邻居进行通信,该有向图表征了玩家对从邻居那里接收到的信息值的偏好。我们首先考虑网络的双积分代理,然后专注于多积分代理。利用李雅普诺夫稳定性理论、奇异扰动理论和无源理论分析了相应动力系统的收敛性,证明了所提策略更新规则的有效性.数值例子来说明我们的结果。
2021-06-20 cs.SY eess.SY math.OC
Distributed Convex Optimization in Networks of Agents with Single Integrator Dynamics
研究了无向动态网络上的分布式凸优化问题。在这里,网络代理与单积分动态应该会合在一个点,这是一个全局凸优化问题的解决方案与一些局部不等式约束。为此,所有的代理人应与他们的邻居合作,以寻求网络的全局目标函数的最优点。提出了一种基于邻接点法的分布式优化算法,将优化算法与非线性一致性协议相结合,以寻找全局目标函数的最优值。我们解决这个问题,解决它的子问题,即共识问题和凸优化问题。首先,我们提出了一个饱和协议的共识子问题。然后,为了解决分布式优化部分,我们实现了一个集中式控制律,它产生的全局目标函数的最优值,在分布式的方式与分布式估计器的帮助下。基于时变非线性系统的稳定性理论,对该协议进行了收敛性分析。最后给出了一个仿真例子来说明该算法的有效性。
2017-06-30 math.DS math.OC
Nash equilibrium seeking in potential games with double-integrator agents
University of Pisa(比萨大学)
本文研究了在潜在游戏中通过双积分代理寻求纳什均衡的问题,提出了一种基于虚拟耦合的分布式梯度控制方法,用于引导网络进入稳定的配置集,并将这些配置集与潜在游戏的纳什均衡相关联。
2018-11-19 cs.GT cs.MA cs.SY
Constrained Optimal Consensus in Multi-agent Systems with First and Second Order Dynamics
本文全面研究了无向动态网络中的分布式最优一致性问题。我们考虑一组网络代理,应该会合在一个集体凸目标函数的最佳点。每个智能体都不知道全局目标函数,只能访问自己的局部目标函数,这是全局的一部分,并在其邻域集内的状态信息的智能体。在这种设置中,所有的代理与他们的邻居协调,以寻求共识点,最小化网络的全局目标函数。在本文中,我们考虑单积分和双积分动态代理。我们进一步假设,代理人的运动受到一些凸不等式约束。为了找到最佳的共识点下所描述的情况下,我们结合了邻居点优化算法的共识协议,并提出了一种分布式控制律。基于李雅普诺夫稳定性分析给出了相应的收敛性分析。
2017-12-21 math.OC
Connectivity-Preserving Coordination Control of Multi-Agent Systems with Time-Varying Delays
本文提出了一种分布式位置同步策略,也保持了初始通信链路的单积分器多智能体系统的时变延迟。该策略采用了协调比例控制来自一个特定类型的势能,通过动态滤波器注入阻尼增强。注入阻尼保持所有代理的通信距离内的邻居,并渐近稳定的多代理系统,在存在时间延迟。将闭环单积分器多智能体系统视为双积分器系统,将所提出的策略扩展到具有时变时滞的Euler-Lagrange网络的保持连通性协调问题.李雅普诺夫稳定性分析和仿真结果验证了这两种设计。
2018-03-21 cs.MA math.DS math.OC
Consensus Seeking in Multi-Agent Systems with Multiplicative Measurement Noises
研究了连续时间积分系统在噪声测量下的一致性问题。当智能体测量其邻居的状态时出现的测量噪声被建模为乘法。通过噪声的相乘,这里,噪声强度与主体及其邻居的相对状态的绝对值成比例。通过使用集成代理系统的已知分布式协议,闭环{系统}由奇异随机微分方程以向量形式描述。对于固定和切换网络拓扑的情况下,常数共识增益适当地选择,使得均方共识和强共识可以实现。特别地,对于固定拓扑的情形,得到了智能体状态到公共值的指数均方收敛。此外,还研究了渐近无偏均方平均一致性和渐近无偏强平均一致性。模拟揭示了所提出的理论结果的有效性。
2013-02-27 math.OC
Constraint Splitting and Projection Methods for Optimal Control of Double Integrator
University of British Columbia(不列颠哥伦比亚大学);University of South Australia(南澳大利亚大学)
本文研究了双积分最优控制问题,采用三种投影方法解决受控变量约束的最小能量控制问题,并分析了算法在连续时间最优控制中的表现。
2018-04-11 cs.NA math.NA math.OC
Confinement Control of Double Integrators using Partially Periodic Leader Trajectories
School for Engineering of Matter, Transport and Energy, Arizona State University(亚利桑那州立大学物质、运输与能源工程学院)
本文研究了多智能体约束控制问题,通过将领导者控制输入分解为周期性和非周期性部分,确保跟随者围绕时间依赖轨迹保持约束。利用平均理论和输入到状态稳定方法,推导出模型参数保证约束的条件,并通过仿真和实验验证。
2016-03-25 cs.MA cs.SY eess.SY
Mean Field Games for Multi-agent Systems with Multiplicative Noises
研究了具有控制依赖乘性噪声的多智能体系统的平均场对策。对于一般的非均匀智能体系统,通过求解一个服从一致平均场近似的辅助限制最优控制问题,得到了一组分散控制策略。分散策略集进一步证明是一个$\varepsilon$ -纳什均衡。对于积分型多智能体系统,我们利用极限问题的凸性,设计了一组$\varepsilon$ -Nash策略。结果表明,在温和的条件下,所有的代理实现均方共识。
2019-06-07 math.OC
Finite-time Non-overshooting Leader-following Consensus Control for Multi-Agent Systems
针对与积分器链拓扑等价的多智能体系统,提出基于加权齐次性的非线性有限时间无超调leader-following一致性控制协议,通过整定方案保证状态首分量无超调的有限时间稳定,仿真验证了有效性。
2024-12-10 math.OC
Bearing-Only Solution for Fermat-Weber Location Problem: Generalized Algorithms
针对Fermat-Weber定位问题,本文提出仅依赖方位测量的广义跟踪算法,支持单/双积分器智能体以及静止或运动信标,并以Lyapunov理论和仿真验证其有效性。
2024-10-24 cs.SY eess.SY math.OC
Formation Control for Multi-Agent Systems with Connectivity Preservation and Event-Triggered Controllers
KTH Royal Institute of Technology(皇家理工学院)
本文提出事件触发控制器和相应算法,用于在保持连通性的条件下建立多智能体系统的形成。每个智能体在其触发时间更新控制输入,并将其与相对状态信息广播给邻居,同时在邻居触发时间接收信息。考虑了单积分器和双积分器两种系统动力学。结果表明,所有智能体以指数收敛到形成并保持连通性,且可以排除芝诺行为。数值模拟展示了理论结果的有效性。
2017-04-19 cs.SY eess.SY math.OC
A Closed-Form Analytical Solution for Optimal Coordination of Connected and Automated Vehicles
在早期的工作中,建立了一个分散的最优控制框架,用于协调在线连接和自动驾驶车辆(CAV)在合并道路,城市交叉口,减速区和环形交叉口。每个车辆的动力学表示为一个双积分器和哈密顿分析,以获得一个解析解,最大限度地减少控制输入的L2范数。然而,解析解没有考虑避免追尾碰撞的约束。在本文中,我们推导出一个完整的,封闭形式的解析解,其中包括后端的安全约束,除了状态和控制约束。我们增加了双积分器模型,表示车辆与一个额外的状态对应的距离,其前车。因此,追尾碰撞避免约束被包括作为状态约束。仿真结果表明了该方法的有效性。
2019-08-13 math.OC
Optimal synthesis in the simplest time-optimal problem with a linear state constraint
考虑了一类经典的“双积分器”系统在线性状态约束下的时间最优问题。利用Dubovitskii和Milysskii的最大值原理,我们确定了一个完整的最优轨迹综合,并定性分析了相应的拉格朗日乘子。
2022-01-27 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
Constrained Optimal Consensus in Dynamical Networks
研究了单积分个体网络中具有局部不等式约束的最优一致性问题。目标是使一组单积分器在局部凸目标函数之和的最优点处交会。局部目标函数仅对相应的代理可用,这些代理仅需要知道它们与它们的邻居的相对距离以寻求最终的最优点。这一点被认为是由一些局部不等式约束。为了解决这个问题,我们将原始对偶基于梯度的优化算法与共识协议相结合,以驱动代理向满足KKT条件的商定点移动。利用LaSalle关于混杂系统的不变原理证明了该最优化问题解的渐近收敛。最后给出了一个数值例子来说明该协议的有效性.
2018-03-13 math.DS math.OC
Cooperative Control of Multiple Agents with Unknown High-frequency Gain Signs under Unbalanced and Switching Topologies
School of Automation, Southeast University(东南大学自动化学院);Key Laboratory of Measurement and Control of Complex Systems of Engineering, Ministry of Education(教育部复杂系统测量与控制重点实验室);School of Electrical and Computer Engineering, National Technical University of Athens(雅典国立技术大学电气与计算机工程学院)
本文提出非线性PI算法,放宽了多智能体系统协作控制中拓扑需固定或平衡的要求,允许不平衡和切换拓扑具有联合强连通基础。
2018-05-08 cs.SY eess.SY math.OC
Dynamic Nash Equilibrium Seeking for a Class of Nonlinear Uncertain Multi-agent Systems
Beijing University of Posts and Telecommunications(北京邮电大学)
针对具有外部扰动的下三角非线性不确定多智能体系统单调博弈,提出通过构造虚拟单积分器系统并引入内部模型建立增广系统,利用反步法设计分布式状态反馈控制器实现纳什均衡的半全局分布式鲁棒寻优。
2025-11-02 math.OC
Containment Control of Second-order Multi-agent Systems Under Directed Graphs and Communication Constraints
本文研究了多智能体系统的分布式协调问题,假设智能体之间存在时变通信延迟,且通信是间歇性的。具体来说,我们考虑了二阶多智能体系统的包容控制问题下的有向互连图拓扑结构的多个动态领导人。此外,代理之间的通信仅在存在不规则的通信延迟和数据包丢失的情况下在一些离散的时刻执行。首先,我们提出了分布式控制算法的双积分动态的全部和部分状态反馈的情况下。然后,我们提出了一种方法,将我们的结果推广到二阶系统的局部Lipschitz非线性动力学。在这两种情况下,我们表明,所提出的方法导致我们的控制目标下的充分条件有关的通信过程和控制增益的特性。我们还表明,我们的方法可以适用于解决各种类似的协调问题,在相同的通信约束下的多智能体系统。通过一些例子和数值模拟说明了所提出的控制方案的有效性。
2016-09-18 math.OC
Distributed Average Tracking of Heterogeneous Physical Second-order Agents With No Input Signals Constraint
本文研究了具有非均匀非线性动力学的物理二阶智能体的分布式平均跟踪问题,其中对输入信号没有约束。代理动力学中的非线性项是异质的,满足类似Lipschitz的条件,该条件将在后面定义,并且比利普希茨条件更一般。在所提出的算法中,控制输入和过滤器的设计为每个代理。每个代理的过滤器有两个输出,其思想是第一个输出估计输入信号的平均值,第二个输出估计输入速度的平均值。并行地,每个智能体的位置和速度被驱动以分别跟踪第一输出和第二输出。由于智能体动力学中存在非均匀非线性项,需要设计智能体的滤波器。由于智能体动力学中的非线性项可以是无界的,并且输入信号是任意的,因此在智能体的滤波器和控制输入中采用了新的状态依赖时变增益来克服这些无界效应。最后对结果进行了改进,实现了一组双积分智能体的分布式平均跟踪,其中对输入信号没有约束,不再需要滤波器。数值模拟也来说明理论结果。
2017-03-28 math.OC
Distributed Linear Quadratic Optimal Control: Compute Locally and Act Globally
在本文中,我们考虑了单积分动态代理网络的分布线性二次控制问题。我们首先建立了一个一般的制定分布式LQ问题,并表明,最优控制增益依赖于网络上的全球信息。因此,最佳协议只能以集中的方式计算。为了克服这一缺点,我们提出了以分散方式计算的协议的设计。我们将把全局成本泛函写成局部成本泛函的和,每个局部成本泛函与一个代理相关联。为了实现受控网络的“良好”性能,每个代理然后计算自己的本地增益,使用其相邻代理的采样信息。这种分散的计算只会导致次优的全局网络行为。然而,我们将证明由此产生的网络将达成共识。最后给出了一个仿真例子来说明该协议的性能。
2019-05-13 math.OC
Nonlinear Uncertainty Control with Iterative Covariance Steering
考虑了在概率路径约束下,非线性随机系统的状态分布从初始高斯分布转向具有指定均值和协方差的终端分布的问题.一个算法来解决这个问题,通过迭代求解一个近似线性化的问题作为一个凸规划。这种方法,我们称之为迭代协方差转向(iCS),数值上证明了通过控制一个双积分与二次阻力加性布朗噪声,同时满足概率路径约束。
2019-09-13 math.OC
Energy-Optimal Motion Planning for Agents: Barycentric Motion and Collision Avoidance Constraints
随着机器人群体系统的出现,在能耗和安全性方面提供强有力的保证以最大限度地提高系统性能变得越来越重要。实现这些保证的一种方法是通过约束驱动控制,其中代理寻求最小化受到一组安全和任务约束的能量消耗。在本文中,我们提供了一个充分和必要条件的能量最小化代理与积分动力学有一个连续的控制输入之间的过渡无约束和约束的轨迹。此外,我们提出并分析了重心运动和碰撞避免的限制,用于约束驱动控制的群体。
2020-09-01 cs.MA math.OC
The Synthesis of Optimal Control Laws Using Isaacs' Method for the Solution of Differential Games
本文主张将Isaacs求解微分对策的方法应用于求解最优控制问题。为了使论点,车辆采用庞特里亚金的规范最优控制的例子,这需要一个双积分器厂。然而,我们不需要控制状态到原点,而是要求结束状态到达一个在其内部包含原点的终端集。实际上,在实践中,需要控制到规定的公差而不是达到期望的最终状态;将最终状态约束到余维n-1的终端流形使得最优控制问题更容易解决。得到了该最优控制问题的全局解,并得到了状态反馈形式的综合最优控制律。在这方面,两个目标集被认为是:一个光滑的圆形目标和一个正方形的目标与角落。闭环状态反馈控制法律的合成,驱动双积分器的植物从任意的初态的目标设置在最短的时间。这是使用Isaacs的方法来解决微分对策,这需要动态规划(DP),从目标集的可用部分(UP)向后工作,而不是使用庞特里亚金的最大值原理(PMP)提供的最优性的必要条件来获得最优轨迹。本文将Isaacs的解微分对策的方法应用于解决最优控制问题,并将PMP和DP方法并置。
2023-03-29 math.OC
Detection and Isolation of Failures in Linear Multi-Agent Networks
研究线性单积分器智能体网络中故障与网络输出导数跳变 discontinuities 的关系,提出传感器布置算法以检测和隔离网络中的链路故障。
2014-08-13 cs.DM cs.SY eess.SY
Density Stabilization Strategies for Nonholonomic Agents on Compact Manifolds
本文针对紧流形上非完整智能体集群,提出基于状态反馈和平均场切换扩散半线性偏微分方程模型的密度镇定策略,实现集群对正则或不连通支撑目标概率密度的指数/渐近镇定,并通过Brockett积分器、SO(3)和S^2上的数值实验验证。
2024-05-07 cs.SY eess.SY math.OC
Nash Equilibrium Seeking for High-order Multi-agent Systems with Unknown Dynamics
本文研究了一类动态未知的高阶多智能体系统的纳什均衡搜索问题。不同于现有的结果,单积分器,我们的目标是引导这类不确定的高阶代理的输出,一些非合作博弈的纳什均衡在一个分布式的方式。为了克服高阶结构、未知的非线性和监管要求带来的困难,我们首先为每个代理引入一个虚拟玩家,并为他们解决一个辅助的非合作博弈。然后,我们开发了一个分布式的自适应协议,通过嵌入这个辅助游戏动态到一些适当的跟踪控制器的原始代理来解决这个问题。在一定的激励持续存在条件下,讨论了参数的收敛问题。数值算例验证了算法的有效性。
2021-01-08 cs.SY eess.SY math.OC
Output Average Consensus Over Heterogeneous Multi-Agent Systems via Two-Level Approach
School of Automation, Beijing University of Posts and Telecommunications(北京邮电大学自动化学院)
本文提出两级框架解决异构多智能体系统的输出平均一致性问题,通过系统抽象技术将抽象层与物理层分层控制,有效解耦异构动力学与协调任务复杂度。
2017-02-02 cs.SY eess.SY math.OC
On the Internal Stability of Diffusively Coupled Multi-Agent Systems and the Dangers of Cancel Culture
Technion(以色列理工学院)
本文研究扩散耦合多智能体系统的内部稳定性,推导得出该类控制器无法稳定含共有不稳定动力学智能体的条件,指出其内在动力学抵消机制解释了相关协议受扰动时的不良表现。
2023-05-09 cs.SY eess.SY math.OC
Optimal Control of Vehicular Formations with Nearest Neighbor Interactions
University of Minnesota(明尼苏达大学);Syracuse University(雪城大学)
针对一维编队中仅使用最近邻信息的局部反馈增益设计问题,通过凸性分析、参数化最优控制及同伦牛顿法求解最优增益,并研究大规模随机强迫编队的相干性缩放关系。
2011-12-18 cs.MA cs.SY eess.SY
Time-Optimal Control of One-Mode Flexible Structures: Analytical Solution and the Cost of Flexibility
German Aerospace Center (DLR)(德国航空航天中心);Eindhoven University of Technology (TU/e)(埃因霍温理工大学)
该研究针对耦合简谐振子的双积分器静止到静止机动,推导出时间最优控制的首个解析解,揭示了柔性对机动时间的尺度依赖代价及非单调刚度关系,给出鲁棒设计目标。
2026-08-13 cs.SY eess.SY math.OC
Distributed Optimization for a Class of High-order Nonlinear Multi-agent Systems with Unknown Dynamics
School of Automation, Beijing University of Posts and Telecommunications(北京邮电大学自动化学院)
本文针对具有未知动态的高阶多智能体系统,提出了一种分布式优化方法,通过嵌入式控制设计将问题转化为输出稳定化问题,并设计了两种自适应控制器以在温和条件下驱动输出趋近于全局最优解,同时证明了参数估计向量在一定条件下收敛。
2019-02-03 cs.SY eess.SY math.OC
Multi-Agent Reinforcement Learning via Double Averaging Primal-Dual Optimization
Chinese University of Hong Kong(香港中文大学);Princeton University(普林斯顿大学);Northwestern University(西北大学);University of Minnesota(明尼苏达大学)
尽管单智能体强化学习取得了成功,但由于智能体之间的复杂交互,多智能体强化学习(MARL)仍然具有挑战性。受传感器网络、群机器人和电网等分散式应用的启发,我们研究了MARL中的策略评估,在MARL中,具有联合观察状态-动作对和私有局部奖励的代理合作学习给定策略的值。在本文中,我们提出了一个双平均方案,每个代理迭代执行平均在空间和时间,分别将相邻的梯度信息和本地奖励信息。我们证明了该算法以全局几何速度收敛到最优解。特别是,这样的算法是建立在原始-对偶的均方投影贝尔曼误差最小化问题,这引起了一个分散的凸-凹鞍点问题的重新制定。据我们所知,提出的双重平均原始-对偶优化算法是第一个实现快速有限时间收敛的分散凹凸鞍点问题。
2019-01-09 cs.LG math.OC stat.ML
Formation control with pole placement for multi-agent systems
Indian Institute of Technology Bombay(印度理工学院孟买分校)
本文研究了多智能体系统编队控制的分布式控制器设计问题,通过局部反馈控制器实现极点配置,利用图论方法调整智能体间权重以实现编队保持。
2013-05-16 cs.MA cs.SY eess.SY