Decentralized Event-Triggered Consensus over Unreliable Communication Networks
本文研究了不可靠通信信道上分布式事件触发的一致性问题。通信是不可靠的，因为从一个代理到其邻居的广播信道可以丢弃事件触发的信息分组，其中发送代理不知道没有接收到分组，并且接收代理不知道所发送的分组。另外，成功到达其目的地的分组可能遭受时变通信延迟。在本文中，我们考虑了有向图，我们也放松了一致性的数据包丢失和延迟。放松一致性意味着由一个代理广播的数据包的延迟和丢失对于每个接收节点可以是不同的。我们表明，即使在这种具有挑战性的情况下，代理可以达到共识渐近，同时减少传输的测量建议的事件触发的共识协议的基础上。此外，获得了正的事件间时间，这保证了芝诺行为不会发生。
2015-11-24 math.OC
Distributed event-triggered coordination for average consensus on weight-balanced digraphs
本文提出了一种新的分布式事件触发算法的解决方案的多智能体的平均一致性问题的网络的通信拓扑结构描述的重量平衡，强连通有向图。所提出的事件触发的通信和控制策略不依赖于个别代理具有连续或定期访问有关其邻居的状态的信息。此外，它不需要代理有任何全局参数的先验知识。我们表明，根据拟议的法律，事件不能在任何有限的时间内被触发无限次（即，没有芝诺行为），并且由此产生的网络执行可证明地以指数速度收敛到初始代理状态的平均值。我们还提供了较弱的条件下，保证收敛时的通信拓扑结构切换的连接。模拟结果说明了我们的结果。
2015-07-08 math.OC
Event-Triggered Optimal Attitude Consensus of Multiple Rigid Body Networks with Unknown Dynamics
针对动态未知的多刚体网络的最优姿态一致性问题，提出了一种事件触发的强化学习方法。首先，通过姿态动力学构造一致性误差。根据Bellman最优性原理，得到了最优控制器的隐式形式和相应的Hamilton-Jacobi-Bellman（HJB）方程。由于增广系统的存在，可以不依赖于系统的动态特性而直接得到最优控制器。其次，采用自触发机制，减少了控制器更新时的计算和通信负担。为了解决HJB方程难以解析求解的问题，提出了一种只需要事件触发时刻测量数据的RL方法。对于每个智能体，只设计一个神经网络来逼近最优值函数。每个神经网络仅在事件触发的时刻更新。同时，得到了闭环系统的一致最终有界性，避免了Zeno行为。最后，在多刚体网络上的仿真结果验证了该方法的有效性。
2022-02-05 math.OC
Event-Triggered Communication and Control for Multi-Agent Average Consensus
在本章中，我们将研究多智能体系统的一个典型驱动示例：平均共识。在这种情况下，一组智能体试图就其初态的平均值达成一致。根据特定的应用，这些状态可能对应于传感器测量值、目标位置估计值或需要融合的其他数据。由于其在网络系统中的众多应用，存在许多算法解决方案的多智能体平均共识问题，但是，他们中的大多数依赖于代理具有连续或定期的信息从其他代理的可用性。不幸的是，这种假设导致在能量消耗、通信带宽、网络拥塞和处理器使用方面的低效实现。受这些观察的启发，我们的主要目标是设计可证明正确的分布式事件触发策略，自主决定何时进行通信和控制更新，以便由此产生的异步网络执行仍然达到平均共识。
2016-09-22 math.OC
Distributed event-triggered communication for dynamic average consensus in networked systems
本文提出了分布式算法的解决方案，采用机会主义的代理间通信，以实现动态平均共识。在我们的解决方案中，每个代理都被赋予了一个本地标准，使其能够确定是否将其状态广播给邻居。我们的出发点是一个连续时间的分布式协调策略，在连续时间的通信，实现实际的渐近跟踪的动态平均的时变代理的参考输入。然后，对于该算法，取决于定向或非定向性质的时变的相互作用，并在适当的连接条件下，我们提出了两种不同的分布式事件触发的通信法律，规定代理通信在离散的时刻在一个机会主义的方式。在这两种情况下，我们建立积极的下界上的每个代理的事件间的时间，并表征其依赖于算法的设计参数。这种分析使我们能够排除芝诺行为的存在，并表征所得到的实现的渐近正确性。几个模拟说明了结果。
2015-03-02 math.OC
Distributed Event-triggered Consensus for Multi-agent Systems with Directed Topologies
本文研究了基于事件触发反馈控制的有向拓扑多智能体系统的一致性问题。也就是说，在每一个代理，扩散耦合反馈是基于从它的最新观察到它的内邻居的信息。我们推导出分布式的标准，以确定下一个观察时间的每个代理，分别触发其在邻居的信息和自己的状态。我们证明了如果网络拓扑是不可约的，那么在事件触发耦合原则下，多智能体系统达成一致。然后，我们将这些结果推广到有生成树的可约拓扑的情形。此外，这些结果也被扩展到自触发控制的情况下，根据每个代理的下一个触发时间是基于当前状态计算的，即，而不需要持续观察系统的状态。数值例子说明了理论结果的有效性。
2015-04-04 math.OC nlin.AO
Event-triggered Consensus for Multi-agent Systems with Asymmetric and Reducible Topologies
研究了具有非对称可约拓扑结构的多智能体系统的一致性问题。提供集中式事件触发规则，减少系统更新频率;每个智能体的扩散耦合反馈基于其内邻居的最新观测，系统的下一个观测时间由基于所有智能体信息的准则触发。首先考虑连续监控的情况，即所有智能体的瞬时状态都可以被观察到。证明了如果网络拓扑结构具有生成树，则集中式事件触发耦合策略可以实现多Agent系统的一致性。然后将结果推广到不连续监控，系统提前计算下一个触发时间，而不必连续观察所有代理的状态。最后通过数值仿真实例验证了理论结果的有效性。
2014-07-05 math.OC nlin.AO
Self-triggered Consensus of Multi-agent Systems with Quantized Relative State Measurements
本文针对无向图上的一阶连续时间多智能体系统，提出量化与自触发采样的联合设计方法，实现渐近一致性并保证事件间隔严格为正，采样时间由含Lambert W函数的迭代过程显式确定。
2023-10-14 cs.SY eess.SY math.OC
Event-Triggered Resilient Consensus of Networked Euler-Lagrange Systems Under Byzantine Attacks
针对拜占庭攻击下网络化欧拉-拉格朗日系统的一致性问题，提出一种基于辅助变量构造的弹性决策算法，并结合事件触发通信放宽对攻击者行为模式的约束，通过案例研究验证其有效性。
2025-07-21 cs.SY eess.SY math.OC
A Distributed Time-Varying Optimization Approach Based on an Event-Triggered Scheme
针对分布式时变优化问题，本文在分布式神经动力学框架下提出事件触发控制器，通过离散时刻通信和积分模态技术降低通信能耗与计算成本，并以电池充电示例验证有效性。
2024-10-25 math.OC
On a Potential Game-theoretic Approach to Event-triggered Distributed Resource Allocation
本文提出了一种潜在的博弈论方法来解决多智能体系统中的事件触发的分布式资源分配。提出了种群的适应度动态，并将其作为一种线性变参数动态来实现事件触发的分布式资源分配。首先，它是动态类似于共识协议，是等效的复制动态。此外，还推导出了确保采样间隔的最小时间界限以避免Zeno行为的条件。一个经济调度问题来说明理论结果。
2018-07-23 math.OC
Pull-Based Distributed Event-triggered Consensus for Multi-agent Systems with Directed Topologies
Fudan University（复旦大学）；The University of Warwick（华威大学）
本文研究了基于拉式事件触发反馈控制的共识问题，针对一般有向拓扑结构，提出基于邻居最新触发时间和下一次触发时间的扩散耦合反馈策略，并通过数值例子验证了理论结果。
2015-04-24 cs.SY eess.SY math.OC
Distributed Kalman filtering with event-triggered communication: a robust approach
研究了传感器网络中数据传输受限和模型不确定性情况下的分布式卡尔曼滤波问题。更准确地说，我们提出了一个分布式过滤策略与事件触发的通信中的状态估计器的计算根据最不利的模型。后者属于一个球（在Kullback-Leibler拓扑）的名义模型。我们还提出了一个初步的数值例子，以测试所提出的策略的性能。
2022-05-17 math.OC
Distributed Optimization With Event-triggered Communication via Input Feedforward Passivity
在这项工作中，我们解决了分布式最优化问题与事件触发通信的概念输入前馈被动性（IFP）。首先，我们分析了分布式连续时间算法一致联合强连通平衡有向图在IFP为基础的框架。然后，我们提出了一个分布式的事件触发的通信机制，该算法。接下来，我们离散的连续时间算法的前向欧拉法与恒定的步长无关的网络大小，并表明，离散化可以看作是一个步长依赖的输入前馈无源性退化。因此，离散化系统保留了IFP属性，并启用相同的事件触发通信机制，但由于离散时间性质而没有Zeno行为。最后，给出了一个数值例子来说明我们的结果.
2020-06-10 math.OC
Event-Triggered Consensus of Homogeneous and Heterogeneous Multi-Agent Systems with Jointly Connected Switching Topologies
研究了满足联合连通条件的交换网络的分布式基于事件的一致性问题。研究了同构线性网络的状态一致性和异构线性网络的输出一致性。设计了两种基于局部采样信息的基于事件的协议，无需求解任何矩阵方程或不等式。理论分析表明，所提出的基于事件的协议保证实现共识和排除Zeno行为的联合连接无向交换图。这些协议不依赖于网络拓扑的全局知识，并且独立于交换规则，可以以完全分布式的方式设计和使用。它们能够避免控制器更新或触发功能监视的连续信息交换，这保证了所提出的协议的可行性。
2020-09-22 cs.SY eess.SY math.OC
Distributed Event-Triggered Algorithms for Finite-Time Privacy-Preserving Quantized Average Consensus
在本文中，我们考虑的问题，隐私保护的平均共识问题时，节点之间的通信是量化的。更具体地说，我们考虑一种设置，其中网络中的一些节点是好奇的，但不是恶意的，它们试图根据它们在操作期间接收的数据来识别其他节点的初始状态（而不会以任何其他方式干扰计算），而网络中的一些节点希望确保它们的初始状态不能被好奇的节点准确地推断出来。我们提出了两个隐私保护的事件触发的量化平均共识算法，可以遵循任何节点希望保持其隐私，而不是透露它有助于平均计算的初始状态。网络中的每个节点（包括好奇节点）都被允许执行隐私保护算法或其底层的平均共识算法。在一定的拓扑条件下，这两种算法允许采用隐私保护协议的节点保持其初始量化状态的隐私，同时在有限步之后获得初始状态的精确平均值。
2021-02-12 cs.SY eess.SY math.OC
A Class of Distributed Event-Triggered Average Consensus Algorithms for Multi-Agent Systems
本文提出一类基于Lyapunov函数设计的事件触发算法，解决多智能体平均一致性，保证指数收敛并排除Zeno行为，并应用于WSN时钟同步验证。
2019-11-24 cs.MA cs.SY eess.SY
Robust Distributed Kalman filtering with Event-Triggered Communication
研究了传感器网络中数据传输有约束条件且模型存在不确定性的分布式卡尔曼滤波问题。更准确地说，我们提出了两个分布式过滤策略与事件触发的通信状态估计器计算根据最不利的模型。后者属于一种关于球的名义模型。我们还表明，这两种方法是稳定的意义上的状态估计误差的均方有界的所有节点。
2022-09-09 math.OC
Distributed Maximum Likelihood using Dynamic Average Consensus
本文提出了一种新的分布式最大似然算法，利用一阶优化方案的制定和分析。该方法利用静态平均一致性算法在迭代优化方案的初始条件上达成一致，利用动态平均一致性算法在梯度方向上达成一致。目前的分布式算法保证指数恢复的集中式算法的性能。虽然目前的提法侧重于最大似然算法建立在一阶方法，它可以很容易地扩展到高阶方法。数值模拟验证了本文的理论贡献。
2018-03-08 math.OC
Distributed Event-Triggered Algorithm for Convex Optimization with Coupled Constraints
针对一类具有局部集合约束、等式和不等式约束的凸优化问题，提出了一种基于事件触发机制的分布式原始对偶法.与已有的一些分布式算法的逐步减小的步长，我们的算法使用恒定的步长，并实现了一个精确的收敛到最优解的$O(1/k)$收敛速度一般凸目标函数，其中$k>0$是迭代次数.此外，通过采用事件触发通信机制，该算法可以有效地降低通信成本，而不牺牲收敛速度。最后通过数值算例验证了算法的有效性。
2022-10-26 math.OC
Distributed Event-Triggered Bandit Convex Optimization with Time-Varying Constraints
针对带时变约束的分布式赌博机凸优化问题，提出带两点赌博机反馈的事件触发在线原始-对偶算法，在节省通信资源的同时取得与全信息反馈算法相当的性能界，并通过数值算例验证。
2024-06-20 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
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
An Operator-Theoretic Approach to Robust Event-Triggered Control of Network Systems with Frequency-Domain Uncertainties
在本文中，我们研究的鲁棒性的事件触发一致性算法对频域的不确定性。结果表明，事件触发引起的采样误差实质上是线性有限增益$\mathcal{L}_2$稳定算子作用于采样状态一致性误差的镜像，事件触发机制等价于在反馈系统中引入一个负反馈环.在此基础上，分别研究了具有加性动态不确定性和网络乘性不确定性的事件触发网络系统的鲁棒一致性问题。在这两种情况下，控制器的参数之间的定量关系，网络拓扑的拉普拉斯矩阵，以及对非周期事件触发和频域不确定性的鲁棒性被揭开。此外，事件触发的动态平均一致性（DAC）问题也进行了研究，其中的采样误差被证明是非线性有限增益算子的图像。分析了该算法的鲁棒性能，结果表明，该算法的鲁棒性和性能与拉普拉斯矩阵的特征比成负相关。最后通过仿真实例验证了所得到的结果。
2022-03-04 cs.SY eess.SY math.OC
Distributed Optimal Consensus of Nonlinear Multi-Agent Systems
College of Electrical Engineering and Automation, Shandong University of Science and Technology（山东科技大学电气工程学院）；School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）
本文研究了非线性多智能体系统的最优一致性问题，提出基于最优控制原理的分布式最优一致性算法，并在模型预测控制框架下开发了两种增强算法，证明了算法的收敛性和超线性收敛速度。
2026-04-05 math.OC
Distributed Robust Consensus Control of Multi-agent Systems with Heterogeneous Matching Uncertainties
研究了具有不同匹配不确定性的线性多智能体系统的分布式一致性问题，分别考虑了无和有一个有界未知控制输入领导者的情况.由于不一致不确定性的存在，本文所讨论的多智能体系统本质上是异构的。针对通信图无向连通的情形，首先设计了一个基于相对状态信息的分布式连续静态一致性协议，使得一致性误差一致最终有界且指数收敛于一个小的可调残差集.然后设计了一个完全分布式的自适应一致性协议，与静态协议相反，它既不依赖于拉普拉斯矩阵的特征值，也不依赖于不确定性的上界。对于存在一个控制输入未知且有界的领导者的情形，提出了分布式静态和自适应一致性协议，以保证一致性误差的有界性.它还表明，所提出的协议可以重新设计，以确保有界的一致性错误的有界性存在的有界外部干扰不满足匹配条件。所提出的协议存在的一个充分条件是每个代理是稳定的。
2013-12-28 math.OC
Convergence speed of unsteady distributed consensus: decay estimate along the settling spanning-trees
估计非平稳分布式一致性算法的收敛速度的结果提供的基础上，定性（主要是拓扑）以及基本的定量信息（下界的矩阵条目）。结果似乎是紧在一些情况下，并说明通过简单的，以及更复杂的例子。其主要思想是沿着通信图中出现的某些生成树跟踪信息的传播。
2007-12-22 math.OC
Distributed Consensus of Heterogeneous Multi-Agent Systems Based on Feedforward Control
本文提出基于前馈控制和LQ最优控制的异构多智能体一致性算法，无需分布式观测器，通过Riccati方程求解最优控制器，实现渐近最优代价并显著加快收敛速度。
2024-03-16 math.OC
Structure-Based Self-Triggered Consensus in Networks of Multiagents with Switching Topologies
Xidian University（西安电子科技大学）；Fudan University（复旦大学）
本文提出了一种新的自触发一致性算法，通过智能体耦合结构决定更新时间，建立了新的分析框架证明算法收敛性，并扩展到具有切换拓扑的网络，提供了可调节的更新时间区间。
2015-01-29 cs.SY eess.SY math.OC
Distributed $n$-player approachability and consensus in coalitional games
我们研究了一个分布式分配过程，在这个过程中，每个参与者都在不断地与邻居重新协商过去的分配，并分配新的收入。平均分配根据双重（在时间和空间上）平均算法进行演变。我们研究的条件下，平均分配达到共识的任何点在一个预定义的目标集，即使在存在对抗性干扰。动机出现在可转移效用（TU）的联盟博弈的背景下，其中目标集是使大联盟稳定的任何一组分配。
2013-10-07 math.OC
Critical Connectivity and Fastest Convergence Rates of Distributed Consensus with Switching Topologies and Additive Noises
一致性条件和收敛速度是网络系统分布式一致性算法的关键。基于一个具有时变拓扑和加性噪声的基本一阶平均一致性协议，首先利用随机逼近框架研究了该协议在网络拓扑上的临界一致性条件.提出了一种新的联合连通性条件--可扩展联合连通性条件，它包含一个参数$δ$（称为可扩展指数）.有了这个和一个平衡的拓扑条件，我们证明了一个临界值$δ$的共识是$1/2$。进一步研究了该协议的收敛速度优化问题。证明了最快收敛速度，即所有控制中的理论最优收敛速度，对于最优拓扑为$1/t$阶，对于平衡且满足可拓联合连通条件的最差拓扑为$1/t^{1-2δ}$阶.为了实际实现，引入某些开环控制策略以实现具有与最快收敛速度相同阶的收敛速度的一致性。此外，对非平稳强相关随机拓扑给出了一致性条件。算法和一致性条件被应用到移动ad-hoc网络的分布式一致性计算中，并根据移动代理的相对速度推导出了相关的临界指数，以保证一致性。
2017-04-25 math.OC
Event-Triggered Cooperative Robust Practical Output Regulation for a Class of Linear Multi-Agent Systems
研究了一类线性最小相位多智能体系统的事件触发合作鲁棒实用输出调节问题。基于分布式内模方法，我们首先将问题转化为定义良好的增广系统的合作鲁棒实用镇定问题。然后，设计了分布式事件触发的输出反馈控制律和分布式输出事件触发机制来镇定增广系统，从而得到了原对象的合作鲁棒实用输出调节问题的可解性。我们的分布式控制律可以直接实现在一个数字平台上提供的分布式触发机制，可以监测连续时间的输出信息从相邻的代理。最后，我们通过一个例子来说明我们的设计。
2017-06-06 math.OC
DiscreteCommunication and ControlUpdating in Event-Triggered Consensus
Tongji University（同济大学）；Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究院）；Beijing Institute of Technology（北京理工大学）；Yangtze Delta Region Academy of Beijing Institute of Technology（北京理工大学长三角研究院）；Peking University（北京大学）
本文研究了一致性控制问题面临的三个基本要求，即，离散控制更新的每个代理，离散时间相邻代理之间的通信，以及完全分布式的方式，控制器的实现，而不需要任何全局信息的整个网络拓扑。现有的相关结果最多只能满足一个或两个需求是不适用的，在本文中，我们建立了一个新的框架来解决离散通信和控制的完全分布式共识问题。在这个框架中的第一个关键点是控制器的设计，只更新在离散事件的时刻，不依赖于全局信息，通过引入时变增益的启发自适应控制技术。另一个关键点是新的动态触发功能，是独立于相邻代理之间的相对信息的发明。在此框架下，我们提出了无向图的完全分布式状态反馈事件触发协议，并进一步研究了输出反馈控制和有向图的更复杂情况.最后，数值例子验证了所提出的事件触发协议的有效性。
2022-10-26 cs.AI cs.SY eess.SY
Distributed Optimal Control and Application to Consensus of Multi-Agent Systems
本文提出一种基于LQ最优控制理论的最小化加权状态误差的分布式一致性控制器，通过求解Riccati方程并设计观测器利用历史状态信息，实现渐近最优且收敛速度更快，并避免计算通信拓扑非零特征值。
2024-03-16 math.OC
Distributed Optimal Output Consensus Control of Heterogeneous Multi-Agent Systems with Safety Constraints
本文提出一种动态分布式最优安全一致性协议，通过决策层扩展约束集投影优化与控制层收缩安全集参考跟踪相结合，在无需目标或梯度先验知识且仅需传输零点条件的温和假设下，同时实现异构多智能体系统的安全约束与输出最优一致性。
2024-01-11 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
Distributed Finite Time Termination of Consensus in the Presence of Delays
线性一致性迭代保证渐近收敛，从而限制了它们在需要实时使用一致性值来执行系统级任务的应用中的适用性。它还导致电力和通信资源的浪费。在这篇文章中，提出了一种算法，使每个节点以分布式的方式和有限的迭代次数进行检测，当网络中的每个代理都在用户指定的共识值（近似共识）的阈值内时，从而终止与共识迭代相关的进一步通信和计算。本文开发了一种分布式算法，以实现这种近似的共识存在随机时变有界通信延迟。此外，文章实例化的算法开发，以分布式确定代理在有限数量的迭代初始值的平均值。具体而言，该算法依赖于分布式确定代理持有的值的最大值和最小值。这里提出的方法提供了几个优点，包括降低计算复杂性，因此，适合于硬件实现。Raspberry-Pi代理的实验测试床，无线通信的邻居作为一个平台，以证明所开发的算法的有效性。
2017-06-21 math.OC
Distributed Dynamic Event-Triggered Control for Multi-Agent Systems
针对事件触发控制的多智能体系统，提出了两种分布式动态触发律来解决一致性问题。与现有的触发律相比，所提出的触发律包含了内部动态变量，这些动态变量对保证触发时间序列不出现Zeno行为起着至关重要的作用.一些现有的触发律是我们的动态触发律的特例。在底层图为无向连通图的条件下，证明了所提出的动态触发律与事件触发控制相结合，使得每个智能体的状态指数收敛于智能体初态的平均值.数值模拟表明了理论结果的有效性，并表明动态触发律导致驱动更新和智能体间通信的减少。
2017-04-18 math.OC
Distributed Finite Time Termination of Ratio Consensus for Averaging in the presence of Delays
代理初始条件的分布平均是一个很好的研究问题，在网络系统中，代理之间的协调是至关重要的。然而，分布式平均协议的收敛的渐近性质和通信延迟的存在，使得它在实际环境中实现具有挑战性。重要的是，代理开发自己检测代理的初始条件的平均值何时在某些预先指定的公差内实现的能力，并停止进一步的计算，以避免在存在延迟的情况下的开销。本文提出了一个分布式的有限时间停止标准的分布平均使用比率共识固定互连拓扑结构。仿真结果表明了该算法的实用性。
2017-04-26 math.OC
Cooperative Global Robust Output Regulation for a Class of Nonlinear Multi-Agent Systems by Distributed Event-Triggered Control
研究了一类非线性多智能体系统基于分布式内模设计的事件触发协作全局鲁棒输出调节问题。我们表明，我们的问题实际上可以解决的意义上，跟踪误差的最终界可以任意小，通过调整所提出的事件触发机制的设计参数。我们的结果提供了一些新的功能。首先，我们的控制律是强大的外部干扰和参数不确定性，这是允许属于一些任意大的规定紧集。其次，我们的系统中的非线性函数不需要满足全局Lipchitz条件。因此，我们的系统是一般的，足以包括一些基准非线性系统，不能处理现有的方法。最后，我们的控制律是一个特定的分布式输出为基础的事件触发的控制律，它本身适合于一个直接的数字实现。
2017-07-26 math.OC
Distributed Average Consensus with Bounded Quantizer and Unbounded Input
本文考虑分布式平均共识使用有限位有界量化器与可能的无界数据。在乘子的交替方向法（ADMM）框架下，我们开发了分布式平均算法，其中每个节点仅使用其邻居的局部信息和重复量化输出迭代更新。它示出，所有的代理变量收敛到相同的量化水平或循环后的数据平均有限的迭代。建立了一致值的误差界，其结果与使用无界舍入量化器的误差界相同，只要算法参数（即，ADMM步长）足够小。我们还分析了算法参数的影响，并提出了一个自适应的参数选择策略，只需要知道的代理的数量，以加快算法与一定的共识精度保证。最后，通过仿真验证了所提算法的有效性.
2017-08-20 math.OC
Event-triggered and self-triggered stabilization of distributed networked control systems
针对分布式传感器、执行器和控制器通过共享有线信道通信的场景，基于非线性系统事件触发控制的规范性框架，提出适用于分布式场景的事件触发策略，并推导出自触发规则，以显著减少控制所需的资源。
2011-08-28 cs.SY eess.SY math.OC
Analysis of Distributed ADMM Algorithm for Consensus Optimization in Presence of Error
ADMM算法是求解凸优化问题的一种常用算法。将该算法应用于分布式共识优化问题，得到了一个完全分布式的迭代解，该解依赖于节点的处理和邻居之间的通信。本地计算通常遭受不同类型的误差，例如，观测或量化噪声，这会降低算法的性能。在这项工作中，我们专注于分析分布式ADMM的一致性优化存在的附加节点误差的收敛行为。我们特别表明，（一个嘈杂的）ADMM在一定条件下线性收敛，并检查相关的收敛点。数值结果证明了所提出的分析的有效性。
2017-01-14 cs.DC math.OC
Distributed online constrained convex optimization with event-triggered communication
本文针对时变不等式约束下的分布式在线凸优化问题，提出一种基于事件触发通信的分布式原始-对偶算法，并建立了动态网络遗憾和累积约束违反界。
2024-05-03 cs.MA math.OC
On the Convergence Rate of Average Consensus and Distributed Optimization over Unreliable Networks
我们认为，在不可靠的通信网络，其中数据包可能会被意外丢弃在传输过程中，达到平均共识和解决基于共识的优化问题。现有的工作要么假设链路故障影响两个方向上的通信，要么假设消息发送器{ \em确切地知道}在每次迭代中有多少个输出链路正常工作。在本文中，我们考虑有向链路，我们{ \em不}要求每个节点知道它的当前传出度。首先，我们提出并刻画了达到平均一致的收敛速度。然后，我们将我们的鲁棒共识更新的经典分布式双平均方法，其中的共识更新被用作信息聚合原语。我们表明，局部迭代收敛到一个共同的最优的全局目标的速率$O(\frac{1}{\sqrt{t}})$，其中$t$是迭代次数，匹配的无故障性能的分布式双平均方法。
2018-12-07 cs.DC math.OC
A Brief Tutorial on Consensus ADMM for Distributed Optimization with Applications in Robotics
该文为分布式优化领域的一致性ADMM简明教程，推导算法并关联相关经典方法，还展示了其在多机器人/多智能体轨迹优化中的应用，可为机器人领域的分布式优化问题提供方法参考。
2024-10-02 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
Distributed Fault Detection and Accommodation in Dynamic Average Consensus
本文提出了制定故障检测和住宿计划的自主代理网络运行内模为基础的动态平均共识算法。我们专注于两种类型的共识算法，一种是内部稳定的，但非鲁棒性的初始条件和一个是强大的初始条件，但不是内部稳定的。对于每个共识算法，一个故障检测滤波器的基础上的未知输入观测器计划的发展，精确估计发生在网络边缘的通信故障。然后，我们提出了一个故障修复计划，使代理可以达到平均共识，即使在存在通信故障。
2018-03-08 math.DS math.OC
Reduced-order Distributed Consensus Controller Design via Edge Dynamics
Toyota Technological Institute（名古屋工业大学）
本文提出了一种设计多智能体系统降阶分布式一致性控制器的新方法，通过引入边缘动态模型，将控制器设计等价于该模型的分布式稳定控制器合成，进而提出全局和局部最优的稳定控制器设计，实现无保守耦合强度约束的一致性控制。
2016-02-16 cs.SY eess.SY math.OC
Convergence Speed in Distributed Consensus and Control
研究分布式迭代算法在共识和平均问题中的收敛速度，提出固定拓扑下的最优算法和时变拓扑下的多项式时间平均算法。
2009-01-14 cs.SY eess.SY math.OC
Consensus optimization approach for distributed Kalman filtering: performance recovery of centralized filtering with proofs
本文从分布式优化的角度研究了分布式卡尔曼滤波（DKF）。由于卡尔曼滤波是一个最大后验估计（MAP）问题，而MAP问题是一个二次优化问题，因此我们将DKF问题转化为一个一致性优化问题，从而使得它可以用现有的许多分布式优化算法来求解。提出了一种新的基于对偶上升法的DKF算法，并在较弱的假设条件下证明了该算法的稳定性。通过数值实验对算法的性能进行了评估。
2022-08-19 cs.SY eess.SY math.OC
On a small-gain approach to distributed event-triggered control
Sapienza University of Rome（罗马大学）；University of Würzburg（维尔茨堡大学）
本文提出基于小增益定理的分布式事件触发控制方案，解决大规模系统通过共享有限通信介质进行稳定的问题，并讨论避免Zeno现象的两种变体。
2011-07-11 cs.SY eess.SY 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
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
